[发明专利]基于支持向量机和神经网络的循环水损失预测方法

权利要求书

1.一种基于支持向量机和神经网络的循环水损失预测方法，其特征在于，包括：基于BP神经网络建模对循环水损失进行预测和基于支持向量机建模对循环水损失进行预测；

所述基于BP神经网络建模对循环水损失进行预测包括：

1)基于火电厂厂级监控信息系统采集机组运行的历史数据；

2)基于冬、夏季机组运行历史数据，选取进出口温度、机组运行负荷、真空度、凝结水流量和环境温度为BP神经网络的输入变量，以蒸发损失和风吹损失总量为输出变量，建立BP神经网络仿真预测模型；

3)根据建立的BP神经网络仿真预测模型预测循环水损失；

所述基于支持向量机建模对循环水损失进行预测包括：

(1)基于火电厂厂级监控信息系统采集机组运行的历史数据；

(2)基于冬、夏季机组运行历史数据，选取进出口温度、机组运行负荷、真空度、凝结水流量和环境温度为支持向量机的输入变量，以蒸发损失和风吹损失总量为输出变量，建立支持向量机仿真预测模型；

(3)根据建立的支持向量机仿真预测模型预测循环水损失。

2.根据权利要求1所述的基于支持向量机和神经网络的循环水损失预测方法，其特征在于，所述基于BP神经网络建模对循环水损失进行预测中步骤2)包括：

利用R语言进行模型训练，通过试凑法调整模型计算速度、节点数和隐藏层数，以获得最优BP神经网络仿真预测模型。

3.根据权利要求1所述的基于支持向量机和神经网络的循环水损失预测方法，其特征在于，所述基于支持向量机建模对循环水损失进行预测中步骤(2)包括：

选取径向基函数作为核函数，并采用交叉验证法选取均方误差最小的惩罚系数和模型复杂程度作为模型参数。