中国电机工程学报 2007, 27(14) 62-66  DOI:      ISSN: 0258-8013 CN: 11-2107/TM

本期目录 | 下期目录 | 过刊浏览 | 高级检索                                                            [打印本页]   [关闭]
发电
扩展功能
本文信息
Supporting info
PDF(229KB)
[HTML全文]
参考文献[PDF]
参考文献
服务与反馈
把本文推荐给朋友
加入我的书架
加入引用管理器
引用本文
Email Alert
文章反馈
浏览反馈信息
本文关键词相关文章
热能动力工程
汽轮机
凝汽器
清洁系数
支持向量回归
时间序列预测
本文作者相关文章
王雷
PubMed
Article by
基于支持向量回归的凝汽器清洁系数时间序列预测
王雷 徐治皋 司风琪
东南大学能源与环境学院 东南大学能源与环境学院 东南大学能源与环境学院
摘要: 分析了凝汽器水侧污垢形成的机理,得到凝汽器清洁系数随时间变化的基本规律。提出采用支持向量回归时间序列预测法来预测凝汽器清洁系数。简要介绍了支持向量回归的理论基础,建立了凝汽器清洁系数时间序列预测模型,利用某300MW机组的数据,对模型进行了校验,探讨了参数的选择。并同径向基函数神经网络预测模型进行比较,结果表明,支持向量回归模型在预测性能方面明显优于RBF神经网络方法,并且模型具有较好的预测精度和泛化能力,为凝汽器真空降低故障的诊断,奠定了一定的基础。
关键词 热能动力工程   汽轮机   凝汽器   清洁系数   支持向量回归   时间序列预测  
Time Series Prediction of Condenser Cleanness Coefficient Based on Support Vector Regression
Abstract: The analysis is done on mechanism of foul-forming firstly. Basic rule of cleanness factor changing with time is taken. Cleanness coefficient of the condenser is predicted based on support vector regression(SVR) time series prediction method. SVR is introduced simply. Time series prediction model of the condenser based on SVR is built, and taking a 300MW generation unit as an example, the model is proved to be rational and how the parameters are elected is discussed. At last, the calculation result based on SVR is compared with the result based on radial basis function. As a result, it is shown that the prediction model based on SVR is exceeds the prediction model based on RBF and the prediction models based on SVR has powerful prediction precision and generalization. The prediction model based on SVR lays the foundation on failure diagnosis of condenser vacuum.
Keywords: thermal power engineering   steam turbine   steam condenser   cleanness coefficient   support vector regression   time series prediction  
收稿日期 2006-07-12 修回日期 1900-01-01 网络版发布日期  
DOI:
基金项目:

通讯作者: 王雷
作者简介:
作者Email:

参考文献:
本刊中的类似文章
1.李国能 周昊 杨华 岑可法.横流中湍流射流的数值研究[J]. 中国电机工程学报, 2007,27(2): 87-91
2.王文华 陈林根 孙丰瑞.实际闭式中冷回热燃气轮机循环的效率优化[J]. 中国电机工程学报, 2006,26(1): 12-15
3.叶军.基于Vague集相似度量的汽轮机故障诊断的研究[J]. 中国电机工程学报, 2006,26(1): 16-20
4.金文 陈长征 金志浩 闻邦椿.燃气轮发电机组多故障诊断的物元分析方法[J]. 中国电机工程学报, 2007,27(17): 57-60
5.刘强 郭民臣 刘朋飞.抽汽压损对机组热经济性的影响[J]. 中国电机工程学报, 2007,27(8): 59-63
6.魏砾宏 姜秀民 李爱民 杨天华 李延吉.矿物成分对超细化煤粉燃烧特性影响的实验研究[J]. 中国电机工程学报, 2007,27(8): 5-10
7.李永旺 赵长遂 吴新 鲁端峰 韩松.均匀磁场中燃煤可吸入颗粒物聚并实验研究[J]. 中国电机工程学报, 2007,27(11): 21-26
8.韩向新 姜秀民 崔志刚 于立军.油页岩颗粒孔隙结构在燃烧过程中的变化[J]. 中国电机工程学报, 2007,27(2): 26-30
9.许明磊 严建华 马增益 王勤 孙巍 岑可法.循环流化床垃圾焚烧炉固体残留物的特性研究[J]. 中国电机工程学报, 2007,27(8): 16-21
10.冯志兵 金红光.燃气轮机冷热电联产系统与蓄能变工况特性[J]. 中国电机工程学报, 2006,26(4): 25-30
11.曹国庆 邢金城 涂光备.基于灰色层次分析理论的烟气脱硫技术评价方法[J]. 中国电机工程学报, 2006,26(4): 51-55
12.董若凌 周俊虎 孟德润 杨卫娟 周志军 岑可法.再燃区水煤浆脱硝反应特性的试验研究[J]. 中国电机工程学报, 2006,26(4): 56-59
13.陈颖敏 张胜寒 李育宏 陈小芹.30Cr2MoV汽轮机转子钢电化学行为的研究[J]. 中国电机工程学报, 2006,26(4): 66-70
14.史翊翔 蔡宁生.固体氧化物燃料电池阴极数学模型与性能分析[J]. 中国电机工程学报, 2006,26(4): 82-87
15.赵永椿 张军营 高全 郭欣 郑楚光.燃煤飞灰中磁珠的化学组成及其演化机理研究[J]. 中国电机工程学报, 2006,26(1): 82-86

Copyright by 中国电机工程学报