基于SVM的锅炉蓄热系数软测量方法研究

基于SVM的锅炉蓄热系数软测量方法研究

ID:36564593

大小:3.39 MB

页数:59页

时间:2019-05-12

基于SVM的锅炉蓄热系数软测量方法研究_第1页
基于SVM的锅炉蓄热系数软测量方法研究_第2页
基于SVM的锅炉蓄热系数软测量方法研究_第3页
基于SVM的锅炉蓄热系数软测量方法研究_第4页
基于SVM的锅炉蓄热系数软测量方法研究_第5页
资源描述:

《基于SVM的锅炉蓄热系数软测量方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:TK39国际图书分类号:681.5硕士学位论文学校代码:10079密级:公丌基于SVM的锅炉蓄热系数软测量方法研究硕士研究生:导师:寸5『⋯:申请学位:学科:专业:所在学院:答辩日期:授予学位单位:林云芳杨耀权教授工学硕士控制科学与工程控制理论与控制工程控制与计算机工程学院2013年3月华北电力大学ClassifiedIndex:TK39U.D.C:681.5ThesisfortheMasterDegree嗍Y吣2哪3哪9叭咖0叭9删0帆4帆ResearchontheMethodofSoft..sensorforHeatCandidate:S

2、torageInBoilerCoefficientBasedonSVMSupervisor:School:DateofDefenee:LinyunfangProf.YangYaoquanSchoolofControlandComputerEngineeringMarch,2013Degree。-Conferring。_Institution:NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性说明本人郑重声明:此处所提交的硕士学位论文《基于SVM的锅炉蓄热系数软测量方法研究》,是本人在导师指导下,在华北电力大学攻读

3、硕士学位期问独立进行研究工作所取得的成果。据本人所知,论文中除己注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:材云芍R期:N,I弓年;月年同华北电力大学硕士学位论文使用授权书《基于SVM的锅炉蓄热系数软测量方法研究》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定,同意学校保留并向国家有关部门或机构送

4、交论文的复印件和电子版本,同意学校将学位论文的全部或部分内容编入有关数据库进行检索,允许论文被查阅和借阅。本人授权华北电力大学,可以采用影印、缩印或扫描等复制手段保存、可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“4”):保密口,在年解密后适用本授权书不保密叼作者签名:导师签名:畸云芳知瓶知张日期:刈;年;月4日日期:沙1)7年≥月辱日华北电力大学硕士学位论文摘要随着工业过程和人工智能技术发展,基于神经网络、支持向量机等技术的软测量建模方法应运而生。在智能方法基础上,还引入了一些优化算法,例如,粒子群优化算法,遗传算法等,从而提高模型的

5、精度。蓄热系数表示锅炉蓄热能力大小,它的准确测量对提高锅炉机组协调控制品质具有重要意义。现有测量锅炉蓄热系数的方法有机理方法和实验方法,但由于锅炉结构复杂性,在用机理方法建模时,对机理模型的某些环节只能根据经验公式估计,使得误差较大:同样,用实验法测试过程中,容易受机组参数变化的影响,测试精度不高,重复性差。于是,本文利用软测量方法对锅炉蓄热系数进行研究,在研究模型及对其实现过程当中,重点研究了利用相关系数法和主元分析法选取辅助变量,同时分析了辅助变量的数据处理方法。在研究支持向量机理论方法之后,本文针对浙江台州电厂获取的历史数据,利用粒子群优化算法对建模过

6、程中的核函数和惩罚因子进行选择,并通过编程对历史样本数据进行训练得到锅炉蓄热系数的软测量模型,然后再利用训练得到的模型进行锅炉蓄热系数预测,实验结果得出预测结果更为精确,最后验证本文所建模型的可靠性。关键词:锅炉蓄热;支持向量机;机理建模;测试法;软测量华北电力大学硕士学位论文AbstractWiththeindustrialprocessandthedevelopmentofartificialintelligencetechniques,soRsensormodelingmethodbasedonneuralnetworks,supportvectorm

7、achinetechnologycameintobeing.Onthebasisofintelligentmethod,thetextalsointroducesanumberofoptimizationalgorithms,forexample,particleswarmoptimization,geneticalgorithmstoimprovetheaccuracyofthemodel.Heatstoragecoefficientindicatesthesizeoftheheatstoragecapacityoftheboiler,theaccurat

8、emeasurementofgreatsignifi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。