论文部分内容阅读
结合海防电厂300MW机组100%负荷下的快速甩负荷试验,采用粒子群优化算法(PSO)对支持向量机(SVM)的参数进行优化,并建立PSO-SVM过热蒸汽温度预测模型。在分析试验时机组燃料量、高旁阀位开度及温度等主要参数变化过程的基础上,对过热蒸汽温度预测模型进行仿真分析。结果表明:建立的PSO-SVM过热蒸汽温度模型具有较高的预测精度,能够实现快速甩负荷工况下过热蒸汽温度的预测,维持机组安全稳定运行。