摘要:为解决现有的煤发热量预测神经网络法的过学习与局部极小点问题,通过对煤热量数据的分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于最小二乘支持向量机(LS-SVM)的煤发热量预测数学模型。在算例分析中与BP神经网络、RBF神经网络预测法进行对比,发现该方法比BP和RBF神经网络具有更高的预测精度,且具有收敛速度快、泛化能力强等优点,为燃煤发热量的预测提供了一种有效的方法。
关键词:煤 发热量 最小二乘支持向量机 神经网络
单位:东北电力大学能源与机械工程学院; 吉林吉林132012; 吉林大学汽车工程学院热能工程系; 吉林长春130022; 烟台华力热电股份有限公司; 山东烟台264002
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社