【精彩论文】CPSO-FLN模型在汽轮机热耗率预测中的应用研究

观点凝练

摘要：热耗率是汽轮机重要的热经济性指标之一。针对热耗率难以准确计算的问题，提出一种基于云粒子群算法（CPSO）优化快速学习网（FLN）的热耗率短期预测模型。在粒子群算法（PSO）中引入了云模型自适应权值策略，利用云滴的随机性和稳定倾向性特点自适应地调整粒子群算法的权值以提升PSO算法的全局优化性能。采用CPSO算法调整FLN的模型参数并建立CPSO-FLN热耗率预测模型。最后，将CPSO-FLN模型应用于某汽轮机的热耗率预测，输入参数为12个强相关性的可控变量，将热耗率预测结果与标准的FLN模型和PSO-FLN模型预测结果进行对比。结果表明，CPSO-FLN模型具有更高的预测精度和泛化能力，是一种有效的预测方法。
结论：针对汽轮机热耗率难以准确计算的问题，采用改进的云粒子群算法优化快速学习网的预测模型对电厂热耗率进行短期预测。在标准粒子群中引入云惯性权值解决标准粒子群全局优化性能不足的问题；采用CPSO优化选择FLN模型的输入权值和隐藏层阈值，并得到最佳的模型参数。将构建的CPSO-FLN模型应用于某汽轮机的热耗率预测仿真实验，针对训练样本，CPSO-FLN模型预测相对误差不超过0.4%；针对测试样本，CPSO-FLN模型预测的均方根误差为11.23 kJ/(kW·h)，且其余两个性能指标均最小，取得了良好效果，表明CPSO-FLN模型热耗率预测具有较强的精度和泛化能力。

引文信息

胡坚, 刘超. CPSO-FLN模型在汽轮机热耗率预测中的应用研究[J]. 中国电力, 2019, 52(8): 179-184.HU Jian, LIU Chao. Application study on CPSO-FLN model in the steam turbine heat rate forecast[J]. Electric Power, 2019, 52(8): 179-184.

 往期回顾 

编辑：杨彪

审核：许晓艳

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。