论文部分内容阅读
一次风量的准确、实时预测对于火电厂的生产运行起着至关重要的作用,但由于现场环境和测量仪表等多方面限制,不易实现这一目标。针对一次风量的实时预测问题,采用灰色预测、BP人工神经网络和最小二乘支持向量机(LSSVM)3种软测量方法进行预测。实验数据来自某电厂提供的DCS历史数据。根据实验情况,灰色预测只适合于系统结构无根本性变化的中短期预测;当样本小于200个时,选择LSSVM;当样本大于200个时,选用BP人工神经网络。