基于GWO-RF的凝汽器真空预测方法

作者：李汪繁; 丁先; 方晶剑

来源：动力工程学报, 2023, 43(04): 436-442.

DOI：10.19805/j.cnki.jcspe.2023.04.007

• 凝汽器真空
• Spearman相关系数
• 灰狼算法
• 随机森林
• 模型优化

为提高不同运行工况下凝汽器真空预测模型的性能，通过斯皮尔曼(Spearman)相关系数判断凝汽器真空与特征值的相关性，选择不同特征值的组合方式，利用随机森林(RF)建立预测模型，引入灰狼算法(GWO)的寻优功能对模型参数进行优化，并以某1 000 MW级机组凝汽器运行数据为例建立真空预测模型。结果表明：基于GWO-RF建立的凝汽器真空预测模型的最大绝对误差为0.152 0 kPa,具有一定的有效性和泛化性；通过各特征值与目标值间Spearman相关系数的差异筛减部分相关性较弱的输入特征值，可以在模型精度变化较小的情况下有效减少训练耗时；基于GWO-RF建立的凝汽器真空预测模型在不同负荷段均表现良好，相对误差均处于[-0.16%,0.14%],且在中负荷段表现最佳，平均相对误差仅为0.012%。

• 单位
  浙江浙能嘉华发电有限公司; 上海发电设备成套设计研究院有限责任公司