基于IPSO-LSSVM的离心式压缩机性能预测方法

摘要：

针对离心式压缩机实际性能曲线与厂家提供的性能曲线存在差异的问题,以某压气站SCADA运行数据为基础,采用最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)法对压缩机的性能曲线进行预测,同时结合改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化LSSVM模型,构建基于IPSO-LSSVM的离心式压缩机性能预测方法.结果表明:采用可变惯性权重和添加扰动因子后的IPSO算法的迭代速率更快,与其他预测模型相比,IPSO-LSSVM模型的预测精度最高,出口压力的MRE、RMSE分别为0.57％、0.055 6,出口温度的MRE、RMSE分别为0.30％、0.137 4.新建预测模型具有较好的预测精度和拟合效果,可为压缩机性能预测及制定防喘振措施提供理论依据.

关键词：压缩机、IPSO、LSSVM、性能预测、惯性权重

所属期刊栏目：42

分类号：TE964(石油机械设备与自动化)

资助基金：中国石油科研项目XG-JCGL-CK-KJXX-01-JL

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：79-86