10.3969/j.issn.1006-9348.2020.09.019
基于CAWOA-PELM的汽轮机主蒸汽流量预测
针对汽轮机主蒸汽流量测量精度低的问题,提出了一种混沌搜索策略鲸鱼优化算法(CAWOA)和并行极限学习机(PELM)的主蒸汽流量预测方法.利用混沌理论的随机性、敏感性、分维性等特点和自适应惯性权值策略提高WOA算法的局部寻优能力和全局优化性能.并将CAWOA算法对并行极限学习机(PELM)参数进行优化,提高了主蒸汽流量预测模型的精度.在此基础上,将优化后的极限学习机对某台600MW汽轮机组主蒸汽流量进行预测,并与同类算法模型进行对比.结果 表明:上述方法具有更好的泛化能力,能更加精确地预测主蒸汽流量.
鲸鱼算法、并行极限学习机、自适应惯性权值、主蒸汽流量、预测模型
37
TB99(计量学)
国家自然科学基金资助项目;河北省自然科学基金;中央高校基本科研基金
2020-11-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
93-98