版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、再熱汽溫控制是提高機(jī)組運(yùn)行經(jīng)濟(jì)性、保證安全性的重要環(huán)節(jié),維持再熱汽溫在額定范圍內(nèi)對(duì)于機(jī)組的優(yōu)化運(yùn)行具有重要意義。隨著發(fā)電機(jī)組中直流型鍋爐的普及化,再熱汽溫的控制難度進(jìn)一步增加。直流爐再熱汽溫對(duì)象具有明顯的大滯后特征,采用傳統(tǒng)PID控制方法容易出現(xiàn)“超溫”或者“欠溫”的現(xiàn)象,無(wú)法達(dá)到滿意的控制品質(zhì)。
本文采用 LS-SVM算法對(duì)再熱汽溫系統(tǒng)建立短期預(yù)測(cè)模型,利用主要影響因素的動(dòng)作趨勢(shì)來(lái)預(yù)測(cè)再熱汽溫在未來(lái)時(shí)刻的變化。采用網(wǎng)格法與交
2、叉驗(yàn)證法相結(jié)合的方式對(duì)LS-SVM相關(guān)參數(shù)進(jìn)行優(yōu)選。重構(gòu)了樣本結(jié)構(gòu)體現(xiàn)輸入變量的變化趨勢(shì),選擇既能保證模型精度又顧及模型復(fù)雜度的樣本維數(shù),最終得到體現(xiàn)相關(guān)熱工參數(shù)關(guān)聯(lián)性的模型。
采用同樣的建模方法建立了再熱汽溫中期、長(zhǎng)期預(yù)測(cè)模型。選擇12秒、36秒、60秒作為模型的短期、中期、長(zhǎng)期預(yù)測(cè)時(shí)間長(zhǎng)度,分析該預(yù)測(cè)模型對(duì)不同預(yù)測(cè)時(shí)間長(zhǎng)度的準(zhǔn)確性。仿真研究表明,短期預(yù)測(cè)模型的預(yù)測(cè)精度很高,當(dāng)預(yù)測(cè)時(shí)間長(zhǎng)度逐漸增加時(shí),均方誤差也逐漸增大,中期
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LS-SVM的軸承故障趨勢(shì)預(yù)測(cè)方法研究.pdf
- 基于LS-SVM的半圓拱形巷道無(wú)線信道建模與預(yù)測(cè).pdf
- 基于LS-SVM的軟測(cè)量建模方法研究.pdf
- 基于LS-SVM開(kāi)關(guān)磁阻電機(jī)建模及調(diào)速系統(tǒng)控制研究.pdf
- 基于多核模糊LS-SVM的廣義預(yù)測(cè)控制.pdf
- 基于LS-SVM的非線性預(yù)測(cè)控制研究.pdf
- 基于LS-SVM的入侵檢測(cè).pdf
- 基于LS-SVM的工業(yè)過(guò)程軟測(cè)量建模方法研究.pdf
- 基于多變量LS-SVM和模糊循環(huán)推理系統(tǒng)的負(fù)荷預(yù)測(cè).pdf
- 基于LS-SVM模型的證券價(jià)格可預(yù)測(cè)性研究.pdf
- 基于LS-SVM的軟測(cè)量建模方法的應(yīng)用研究.pdf
- 基于LS-SVM的圍巖位移非線性預(yù)測(cè)應(yīng)用研究.pdf
- 基于人工蜂群優(yōu)化LS-SVM短期負(fù)荷預(yù)測(cè)研究.pdf
- 基于LS-SVM的多標(biāo)簽分類算法.pdf
- 基于LS-SVM的fMRI數(shù)據(jù)分析.pdf
- 基于人工魚(yú)群的LS-SVM在短期負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- 基于LS-SVM和COM技術(shù)的作物需水量預(yù)測(cè)系統(tǒng)研究.pdf
- 基于LS-SVM在線模型的非線性預(yù)測(cè)控制研究.pdf
- 基于LS-SVM的時(shí)間序列預(yù)測(cè)方法及其應(yīng)用研究.pdf
- 基于LS-SVM對(duì)耐高溫濾料過(guò)濾效率的預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論