基于PCA-ALOCO-SVM模型的引风机状态预测及预警研究OA
引风机运行状态的好坏直接影响到火电机组的运行,为充分利用引风机的监测信息提升其状态预测及预警模型的性能,提出一种基于PCA-ALOCO-SVM的引风机状态预测及预警模型.基于引风机状态监测信息,采用PCA对其进行降维简化处理;通过构建基于SVM的引风机预测及预警模型实现对引风机状态的实时监测.试验结果表明:相较于PCA-LSTM、PCA-BP模型,该预测模型更加精准,其emax值分别降低了16.96%和32.25%,MAPE值分别降低了19.13…查看全部>>
郝炎军;李庆华
晋能控股山西电力股份有限公司,山西太原 030000晋能控股山西电力股份有限公司,山西太原 030000
动力与电气工程
主成分分析法混沌蚁狮算法支持向量机预测及预警模型
《机电信息》 2024 (7)
1-5,9,6
评论