基于正则贯序极端学习机的换热设备污垢预测

作     者：孙灵芳 陶苗苗 朴亨 SUN Ling-fang;TAO Miao-miao;PIAO Heng

作者机构：东北电力大学自动化工程学院吉林吉林1320122 

出 版 物：《东北电力大学学报》 (Journal of Northeast Electric Power University)

年 卷 期：2015年第35卷第4期

页      码：84-90页

摘      要：对换热设备积聚的污垢快速、准确的预测,可以为换热设备污垢的监测和解决对策提供指导和依据,进而避免污垢对换热设备安全经济运行带来的不利影响。通过在线贯序极端学习机理论建立换热设备污垢预测模型,利用初始样本建立初始模型,随着工况变化,不断加入新的样本集,更新预测模型,实现换热设备污垢的在线预测。并通过引入正则参数权衡经验风险和结构风险,提高模型的泛化性能和预测精度。与传统神经网络建立的预测模型相比,基于在线贯序极端学习机的换热设备污垢预测模型训练速度更快,精度更高,泛化能力更好。为此,进一步基于MATLAB和LABVIEW混合编程设计了正则贯序极端学习机污垢预测系统,结果表明,该污垢预测系统可以实现换热设备污垢的在线实时预测,并且预测精度较高,预测效果较好。

主 题 词：污垢 在线预测 极端学习机 污垢预测系统 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.3969/j.issn.1005-2992.2015.04.015

馆 藏 号：203130901...