基于LSSVM与WNN的燃气轮机状态趋势预测

作者：崔建国; 李慧华; 于明月; 蒋丽英

来源：火力与指挥控制, 2018, 43(08): 160-167.

• 燃气轮机
• 趋势预测
• 最小二乘支持向量机
• 小波神经网络
• 排气温度

为了对燃气轮机未来状态趋势进行预测,提出基于最小二乘支持向量机(LSSVM)与小波神经网络(WNN)组合的燃气轮机状态趋势预测方法,把最小二乘支持向量机的预测结果分为两部分,将实际参数数据与前一部分的预测结果计算残差,然后利用小波神经网络对残差进行预测,再将预测的残差与最小二乘支持向量机的预测结果的后一部分进行合成,将合成的结果作为最小二乘支持向量机-小波预测模型的预测结果。结合某型燃气轮机进行试验验证,验证结果表明,组合的最小二乘支持向量机与小波神经网络预测模型预测效果更好,预测结果相对误差为0.12%。

• 单位
  沈阳航空航天大学; 自动化学院