期刊文章详细信息
基于参数优化支持向量机的煤泥输送管道压力预测
Pressure Prediction of Slime Transportation Pipeline Based on Parameter Optimized Support Vector Machine
文献类型:期刊文章
机构地区:[1]西安科技大学电气与控制工程学院,陕西西安710054 [2]黄陵煤矸石热电有限公司,陕西黄陵727307
基 金:陕西省自然科学基金资助项目(2009JM8002);陕西省教育厅专项资助项目(09JK712)
年 份:2013
卷 号:45
期 号:12
起止页码:112-115
语 种:中文
收录情况:BDHX、BDHX2011、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对煤矸石热电厂煤泥输送管道堵塞问题,通过对实际现场的分析,确定煤泥输送系统浓料泵主缸压力预测是进行管道堵塞预测的必要前提,提出了基于网格法的支持向量机(GSVM)的浓料泵主缸压力预测模型,将网格搜索法用于支持向量机的参数优化。仿真结果表明,该GSVM预测模型参数寻优时间为6.55s,预测模型稳定,且相对误差在3%以内,能满足实际工程要求。与基于遗传算法的支持向量机(GA-SVM)预测模型相比较,GSVM预测模型在寻优时间和搜索稳定性方面优于GA-SVM预测模型,能够应用于煤泥输送系统实时压力预测系统。
关 键 词:煤泥输送管道 堵塞 参数优化 支持向量机 网格搜索法
分 类 号:TM614]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...