基于集成学习的凝汽器真空度预测

作者：路宽; 翟勇; 李军; 高嵩; 杨子江

来源：山东电力技术, 2021, 48(11): 64-69.

• 孤立森林
• 集成学习
• 凝汽器真空度
• 气象因素

结合外部气象因素与机组工况数据,建立了基于集成学习的火电厂凝汽器真空度预测模型。首先,运用孤立森林(Isolation Forest,iForest)算法完成了数据的异常值识别和清洗。其次,构建Xgboost模型,按照是否考虑温度、气压差分值两种方式,进行预测模型测试。最后,选取山东省内某机组运行数据对两种方案进行了对比分析,结果表明:考虑外部气温、气压差分的真空度预测模型具备更好的表现。

• 单位
  山东科技大学; 国网山东省电力公司电力科学研究院