[发明专利]一种基于PSO-SVR软测量模型的汽轮机排汽焓预测方法在审
| 申请号： | 201810639117.2 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN108960492A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 顾立群;彭道刚;于龙云;李丹阳;郑莉;胡捷;邓敏慧;胡欢;李嘉;周彬;严冬 | 申请（专利权）人： | 上海电力学院;宝山钢铁股份有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于PSO‑SVR软测量模型的汽轮机排汽焓预测方法，该方法包括以下步骤：获取样本数据集；引入粒子群智能算法，构建基于支持向量机的融合型回归模型用于排汽焓预测，即PSO‑SVR排汽焓软测量模型；基于所述样本数据集对所述PSO‑SVR排汽焓软测量模型进行训练，求解获得最好的预测模型，并建立相应的排汽焓回归函数；基于所述排汽焓回归函数进行汽轮机排汽焓预测。与现有技术相比，本发明具有预测能力好、预测精度高等优点。 | ||
| 搜索关键词： | 排汽焓 软测量模型 汽轮机排汽 预测 回归函数 样本数据 支持向量机 回归模型 预测模型 预测能力 智能算法 粒子群 融合型 求解 构建 引入 | ||
【主权项】：
1.一种基于PSO‑SVR软测量模型的汽轮机排汽焓预测方法，其特征在于，该方法包括以下步骤：获取样本数据集；引入粒子群智能算法，构建基于支持向量机的融合型回归模型用于排汽焓预测，即PSO‑SVR排汽焓软测量模型；基于所述样本数据集对所述PSO‑SVR排汽焓软测量模型进行训练，求解获得最好的预测模型，并建立相应的排汽焓回归函数；基于所述排汽焓回归函数进行汽轮机排汽焓预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力学院;宝山钢铁股份有限公司，未经上海电力学院;宝山钢铁股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810639117.2/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
