[原创]基于偏最小二乘法的电厂监测数据预测模型

<p class="1" style="MARGIN: 5pt 0cm;"><font face="黑体" size="6"><strong>基于偏最小二乘法的电厂监测数据预测模型</strong></font></p><p class="2" style="MARGIN: 0cm 0cm 5pt;"><span lang="EN-US" style="COLOR: black;"><a href="http://film.eptchina.cn/"><font size="5"><font face="仿宋_GB2312"><strong><span lang="EN-US"><span lang="EN-US">付忠广<span style="mso-spacerun: yes;">&nbsp; </span></span></span><span lang="EN-US"><span lang="EN-US">靳涛<span style="mso-spacerun: yes;">&nbsp; </span></span></span><span lang="EN-US"><span lang="EN-US">周丽君</span></span></strong></font></font></a><p></p></span></p><p class="3" style="MARGIN: 0cm 0cm 7pt;"><font face="楷体_GB2312"><strong>（华北电力大学能源与动力工程学院，电站设备状态监测与控制教育部重点实验室，北京，<span lang="EN-US">102206</span>）</strong></font></p><p class="4" style="MARGIN: 0cm 0cm 0pt;"><strong><span style="FONT-FAMILY: 黑体;">摘要：</span><font face="宋体">针对火电厂在构建数据仓库和利用数据挖掘技术时遇到的数据缺值和失真问题，提出了利用现场实测数据建立电厂实时监测数据预测模型。基于电厂监测参数间普遍存在相关性的特点，提出了利用偏最小二乘回归方法建模，能<span style="LETTER-SPACING: 0.3pt;">有效地克服自变量间的多重相关性问题，计算结果更为可靠</span>。作为例子，应用偏最小二乘法建立了高压缸第一级金属温度的预测模型，应用结果表明，该方法能够在自变量存在多重相关性的条件下进行回归建模，计算量小，预测精度较高，能保证缺值和失真值填补的有效性。图<span lang="EN-US">2</span>表<span lang="EN-US">1</span>参<span lang="EN-US">7</span></font></strong></p><p class="5" style="MARGIN: 6pt 0cm 10pt;"><strong><font size="2"><span style="FONT-FAMILY: 黑体; mso-bidi-font-weight: bold;">关键词：</span><font face="宋体">热能动力工程；电厂；偏最小二乘回归；预测模型</font></font></strong></p><p><p>

游客，如果您要查看本帖隐藏内容请回复

<br/></p></p>