当前位置:主页 > 科技论文 > 电气论文 >

基于鲸鱼优化算法的汽轮机热耗率模型预测

发布时间:2019-02-14 22:11
【摘要】:为了准确地建立汽轮机热耗率预测模型,提出了一种基于反向学习自适应的鲸鱼优化算法(AWOA)和快速学习网(FLN)综合建模的方法。首先将改进后的鲸鱼算法与经典改进的粒子群、差分进化算法和基本鲸鱼算法进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;然后采用某热电厂600 MW超临界汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,并将改进后的鲸鱼算法优化的快速学习网模型的预测结果与基本快速学习网及经典改进的粒子群、差分进化算法和基本鲸鱼算法优化的快速学习网模型预测结果相比较。结果表明,AWOA-FLN预测模型具有更高的预测精度和更强的泛化能力,更能准确地预测汽轮机的热耗率。
[Abstract]:In order to accurately establish the prediction model of steam turbine heat consumption, an integrated modeling method based on reverse learning adaptive whale optimization algorithm (AWOA) and fast learning net (FLN) was proposed. Firstly, the improved whale algorithm is compared with the classical improved particle swarm optimization, differential evolution algorithm and basic whale algorithm. The results show that the improved whale algorithm has higher convergence accuracy and faster convergence speed. Then, the prediction model of steam turbine heat consumption rate is established by using the operation data collected from a 600 MW supercritical steam turbine unit in a thermal power plant. The prediction results of improved fast learning net model optimized by whale algorithm are compared with those of basic fast learning network, classical improved particle swarm optimization, differential evolution algorithm and fast learning net model optimized by basic whale algorithm. The results show that the AWOA-FLN prediction model has higher prediction accuracy, stronger generalization ability and more accurate prediction of heat consumption rate of steam turbine.
【作者单位】: 燕山大学电气工程学院;
【基金】:国家自然科学基金项目(61573306,61403331)~~
【分类号】:TP18;TM621.3

【相似文献】

相关期刊论文 前10条

1 高玉忠,董宏宇;汽轮机评标热耗率探讨[J];汽轮机技术;2001年05期

2 方超;循环水参数对汽轮机热耗率的实用修正方法[J];热力透平;2004年04期

3 张文琴;付忠广;靳涛;刘刚;;基于偏最小二乘算法的热耗率回归分析[J];现代电力;2009年05期

4 张文杰;;超超临界机组热耗率高原因分析与解决方案[J];硅谷;2012年20期

5 闫顺林;兰红颖;;进汽参数变化对汽轮机热耗率影响的分析[J];汽轮机技术;2013年01期

6 陈伟;;海外工程中燃料付款与热耗率及煤耗的关联研究[J];华电技术;2013年09期

7 许静平;;对锅炉进行在线监测以降低运行费用[J];电力技术;1983年04期

8 张建,曹祖庆;中间再热机组在动态过程中的热耗率在线监测数学模型[J];汽轮机技术;1992年01期

9 王雷;张欣刚;王洪跃;司风琪;徐治皋;;基于支持向量回归算法的汽轮机热耗率模型[J];动力工程;2007年01期

10 云曦;阎维平;;火电厂汽轮机组热耗率计算影响因素的分析[J];电力设备;2007年03期

相关会议论文 前3条

1 任少君;司风琪;顾慧;徐治皋;;基于滑动样本熵的汽轮机热耗率不确定度分析[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年

2 魏锋;骆伟;;徐塘公司300MW汽轮机通流改造[A];全国火电300MW级机组能效对标及竞赛第四十二届年会论文集[C];2013年

3 顾慧;司风琪;徐治皋;;基于Clustream数据流聚类的汽机性能监测方法[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年

相关硕士学位论文 前2条

1 韩瑜;基于数据挖掘的单元机组运行参数的优化研究[D];华北电力大学;2016年

2 张向业;基于焓值模型的火电厂汽轮机热耗率计算[D];燕山大学;2014年



本文编号:2422658

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2422658.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5e0bd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com