10.3969/j.issn.1009-3230.2011.11.009
基于NWAPSO参数全局寻优的LS-SVM电站风机性能预测
风机的性能曲线是风机选型和优化运行的重要依据.通常该曲线通过试验试验数据和性能图表上的数据进行曲线拟合获得.由于该曲线非线性很强,传统方法复杂昂贵,而且拟合精度不高.针对以上不足,提出了一种基于非线性权重自适应粒子群优化( NWAPSO)参数全局寻优的最小二乘支持向量机( LS - SVM)风机性能预测方法.通过最小二乘支持向量机建模,并应用非线性权重自适应粒子群优化算法对模型参数进行全局寻优,得到具有较高精度的风机性能曲线.计算结果表明,根据文中方法建立的模型很简洁,只需要知道少量的训练样本就能建立,可以比较精确的预测风机性能,具有较显著的工程应用价值.
非线性权重自适应粒子群优化、最小二乘支持向量机、风机、性能预测
TK223.26(蒸汽动力工程)
2012-03-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
33-36