摘要：汽包水位预测的准确性对于锅炉火力发电和供暖设备的安全运行,起着重要的作用。针对汽包水位时滞、非线性特性,在统计学习理论（SLT）和结构风险最小化（ERM）准则基础上,建立了基于支持向量机（SVM）理论的汽包水位预测模型。采用本单位供暖锅炉的实际汽包水位数据,按照不同的汽包水位日属性和历史汽包水位数据进行了样本选择,并将该预测结果同实际汽包水位进行了比较;根据供暖规模不同,分别建立了工作日和双休日预测模型。实验结果表明,所提出的预测方法具有较高的精度。

关键词：支持向量机 汽包水位 预测 统计学习理论 结构风险最小化 

单位：北京航天指挥控制中心技术勤务站 北京100094