基于FOA-LSSVM的汽轮机热耗率预测模型研究Research on prediction model of heat consumption rate of steam turbine based on FOA-LSSVM
王惠杰,范志愿,许小刚
摘要(Abstract)：
为了准确描述可控参数与热耗率之间的关系,采用偏相关分析法,结合汽轮机热耗率方程确定了影响汽轮机热耗率的5个主要变量,并将其作为模型的输入参数;通过比较分析,选用RBF_kernel为模型的核函数;利用果蝇优化算法(FOA)对最小二乘支持向量机(LSSVM)的惩罚因子和核径向范围2个参数进行优化,建立了FOA-LSSVM黑箱模型;以FOA-LSSVM为基础,建立了预测汽轮机热耗率的数学模型,并将其与采用LSSVM、RBF神经网络建立的热耗率预测模型进行对比,同时分析了该模型的鲁棒性。结果表明,基于FOA-LSSVM的汽轮机热耗率预测模型具有精度高、泛化能力强、鲁棒性强的优点。该模型为机组热经济性诊断、参数寻优提供了理论依据,具有一定的工程应用价值。
关键词(KeyWords)： 果蝇优化算法;最小二乘支持向量机;惩罚因子;核函数;预测模型;泛化能力;鲁棒性;汽轮机热耗率
基金项目(Foundation):
作者(Author): 王惠杰,范志愿,许小刚