| 热力参数软仪表在电厂热工过程中的应用 |
| |
| 引用本文： | 熊志化,杨辰,邵惠鹤,潘笑.热力参数软仪表在电厂热工过程中的应用[J].武汉大学学报(工学版),2005,38(2):99-101. |
| |
| 作者姓名： | 熊志化 杨辰 邵惠鹤 潘笑 |
| |
| 作者单位： | 1. 上海交通大学自动化系,上海,200030
2. 武汉大学动力与机械学院,湖北,武汉,430072 |
| |
| 基金项目： | “十五”国家科技攻关计划资助项目(2001 BA201A04). |
| |
| 摘 要： | 针对火电厂热力参数失效、优化运行的问题,提出了基于支持向量机的软仪表.仿真表明,支持向量机方法与较为典型的RBF神经网络相比有着明显的优势,这样的热力参数软仪表的建立对于电厂的经济运行有着重大的意义.
|
| 关 键 词： | 支持向量机 径向基神经网络 热工过程 软仪表 经济性监测 |
| 文章编号： | 1671-8844(2005)02-099-03 |
| 修稿时间： | 2004年12月10 |
Thermal parameter soft sensor applied to power plants |
| |
| XIONG Zhi-hua,YANG Chen,SHAO Hui-he,Pan Xiao.Thermal parameter soft sensor applied to power plants[J].Engineering Journal of Wuhan University,2005,38(2):99-101. |
| |
| Authors: | XIONG Zhi-hua YANG Chen SHAO Hui-he Pan Xiao |
| |
| Affiliation: | XIONG Zhi-hua~1,YANG Chen~1,SHAO Hui-he~1,PAN Xiao~2 |
| |
| Abstract: | A SVM-based soft sensor, which can solve the problem of the invalidation of thermal parameters and optimal running is put forward. Experiments show that the support vector machine (SVM) method has great advantage than radial basis function neural networks. We also discuss that the thermal parameters soft sensor is of importance for economic running in power plants. |
| |
| Keywords: | support vector machine (SVM) radial basis function (RBF) neural networks thermal power process soft sensor economic monitoring |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
