基于在线支持向量回归算法的电站热耗率模型

摘要：

利用在线支持向量回归算法(AOSVR),建立了机组热耗率的在线回归模型.介绍了模型的更新过程,包括增加新样本的递增和冗余样本的删除.对某1 000 MW机组的热耗率计算进行了建模,并与常用的离线式模型SVR和LS-SVR进行了对比,结果表明AOSVR模型能够根据新样本对模型不断进行更新,具有较强的自适应能力和泛化性能,适合在线应用.进一步通过输入参数扰动分析得出AOSVR具有较强的鲁棒性,能够克服输入参数的非正常波动,保证热耗率计算的可靠性.

关键词：汽轮发电机组、热耗率、在线支持向量机、回归预测、鲁棒性

所属期刊栏目：47

分类号：TM621(发电、发电厂)

在线出版日期：2014-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：21-25