龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网安徽省电力有限公司;安徽理工大学;安徽南瑞继远电网技术有限公司
申请日：2024-04-08
公开（公告）日：2024-06-04
公开（公告）号：CN118134697A
主分类号：G06Q50/06
分类号：G06Q50/06;G06Q10/0639;G06Q10/067;G06N3/006
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本发明公开了一种基于RSA改进ELM的火电机组度电煤耗评估方法，将爬行动物搜索算法Reptilesearchalgorithm，RSA用于改进极限学习机ExtremeLearningMachine，ELM，实现ELM网络模型中对权值、阈值矩阵的自寻优，最后将寻优到的参数代入到ELM模型中结合火电机组度电煤耗相关的各项指标数据及历史度电煤耗数据实现对火电机组度电煤耗的评估。本发明提供的基于RSA改进的ELM算法不仅能够省去繁琐的人工参数寻优过程并且能够进一步地提高传统ELM火电机组度电煤耗评估模型的预测精度，降低评估误差。该评估方法为火电机组的度电煤耗评估提供了新的途径，为预火电机组的高效稳定运行提供重要参考。
主权项：1.一种基于RSA改进ELM的火电机组度电煤耗评估方法，其特征在于，包括：所述基于RSA改进ELM的火电机组度电煤耗评估方法，该方法具体包括以下步骤：S1、获取与火电机组度电煤耗量有关的指标数据，根据实际应用与专家经验选取与度电煤耗具有高度相关性的特征数据，继而对获取特征数据进行预处理，包括数据清洗、数据归一化等操作以选取有效的特征，构建训练所需数据集，进而对数据集进行划分得到训练集及测试集；S2、对评估模型的参数进行初始化设置，以ELM评估模型的预测的均方误差MSE作为RSA的适应度函数，进一步的使用RSA对ELM权值、阈值矩阵的选择进行优化从而达到提高ELM模型的预测精度及学习效率的目的；S3、利用步骤S2中RSA所得最优ELM权值、阈值矩阵，构建经RSA改进后的ELM模型，对改进后的ELM模型输入训练集进行训练，继而向训练后的模型输入测试集得到预测的评估结果，利用评估指标对模型的评估性能进行评价；S4、通过向步骤S3构建得到的评估模型输入实时相关特征数据及历史耗煤量数据以实现火电机组度电煤耗评估。
全文数据：
权利要求：
百度查询： 国网安徽省电力有限公司;安徽理工大学;安徽南瑞继远电网技术有限公司 一种基于RSA改进ELM的火电机组度电煤耗评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号