基于CPSO-LSSVM的汽轮机热耗率软测量模型

来源：动力工程学报杂志2018年第9期北京时间：

作者：王莉莉, 陈国彬, 李一龙, 刘超, 牛培峰,

摘要：为了准确建立汽轮机热耗率预测模型，提出了一种基于变空间Logistic混沌粒子群算法（CPSO）优化最小二乘支持向量机（LSSVM）的汽轮机热耗率软测量模型。采用变空间Logistic混沌搜索策略和粒子镜像越界处理策略来改善粒子群算法（PSO）的全局优化性能，提出了CPSO优化最小二乘支持向量机的超参数以改善模型预测精度，并以某600 MW汽轮机组为研究对象，利用该机组的运行数据建立CPSO-LSSVM的热耗率预测模型。结果表明：CPSO-LSSVM模型具有更高的预测精度和更强的泛化能力，能够准确有效地预测热电厂的汽轮机热耗率。

关键词：热耗率,粒子群算法,最小二乘支持向量机,混沌搜索,软测量模型,