基于改进最小二乘支持向量机的一次风机状态预测方法研究

作者：王帝; 李治; 汪勇; 邓志成; 孙猛; 方超; 丁刚; 肖伯乐

来源：动力工程学报, 2023, 43(01): 74-82.

DOI：10.19805/j.cnki.jcspe.2023.01.010

• 一次风机
• 天牛须搜索算法
• 最小二乘支持向量机
• 预测模型
• 相关性分析

在“双碳”目标下，针对一次风机工况复杂且多变量强耦合特点，提出一种基于改进天牛须搜索算法(IBAS)优化的最小二乘支持向量机(LSSVM)一次风机状态预测模型。首先，基于“系统+部件”的思想多维度构建了原始特征体系，采用皮尔逊相关系数对各维度数据进行降维处理；其次，应用IBAS对LSSVM模型中的超参数进行寻优计算，建立了完整的一次风机状态预测模型；最后，采用国内某电厂的一次风机实测数据进行算例分析。结果表明：所提出的一次风机状态预测方法在精度和收敛速度上具有一定的优越性，其平均绝对百分比误差为2.53%,低于其他模型，可满足风机状态预测的工程实践需求。

• 单位
  上海发电设备成套设计研究院有限责任公司