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：广东大唐国际雷州发电有限责任公司;哈尔滨锅炉厂有限责任公司;哈尔滨哈锅能源动力科技有限公司
申请日：2024-04-08
公开（公告）日：2024-06-21
公开（公告）号：CN118228203A
主分类号：G06F18/27
分类号：G06F18/27;G06F18/213;G06F18/214;G06N20/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提出了一种基于多种机器学习算法与机理模型的电站锅炉排烟温度降维预测方法，根据锅炉机理及专家经验，整理出与排烟温度相关特征变量；采集排烟温度相关特征变量的历史数据并预处理；通过低方差滤波与高相关滤波方法对处理后的特征变量数据进行降维；利用降维前后的数据，分别建立基于岭回归算法的排烟温度预测模型、基于lasso回归算法的排烟温度预测模型，以及基于支持向量回归算法的排烟温度预测模型；比较三种算法的准确率与运算速度，选择相较于采用机器学习算法能够节约70％的计算成本，并且保证在5℃、30s滞后的情况下，准确率在95％以上的预测模型用于电站锅炉排烟温度降维预测。
主权项：1.一种基于多种机器学习算法与机理模型的电站锅炉排烟温度降维预测方法，其特征在于：所述方法具体包括以下步骤：步骤1，根据锅炉机理及专家经验，整理出与排烟温度相关特征变量；步骤2，采集步骤1中排烟温度相关特征变量的历史数据；步骤3，对步骤2采集的数据进行预处理；步骤4，通过低方差滤波与高相关滤波方法对步骤3处理后的特征变量数据进行降维；步骤5，利用降维前后的数据，分别建立基于岭回归算法的排烟温度预测模型、基于lasso回归算法的排烟温度预测模型，以及基于支持向量回归算法的排烟温度预测模型；步骤6，比较步骤5中三种算法的准确率与运算速度，选择相较于采用机器学习算法能够节约70％的计算成本，并且保证在5℃、30s滞后的情况下，准确率在95％以上的预测模型用于电站锅炉排烟温度降维预测。
全文数据：
权利要求：
百度查询： 广东大唐国际雷州发电有限责任公司;哈尔滨锅炉厂有限责任公司;哈尔滨哈锅能源动力科技有限公司 一种基于多种机器学习算法与机理模型的电站锅炉排烟温度降维预测方法
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