Debido a la dificultad de medir directamente algunos parámetros térmicos importantes en una central térmica, este artículo propone un método de medición térmica de parámetros basado en la máquina de vectores de soporte (RVM). Utilizando la forma de función de núcleo compuesto en lugar de la función de núcleo única tradicional, y utilizando el algoritmo de optimización mejorado de la optimización del peso de la ballena (IWOA) para optimizar los parámetros de la función del núcleo y los coeficientes de peso del núcleo compuesto, construyendo el modelo de medición térmica IWOA-RVM utilizando los parámetros optimizados y los datos de operación reales de la central, y utilizando la estrategia de actualización de muestras para realizar la actualización en línea de este modelo. Este modelo se aplica a la medición de parámetros de calderas de una central eléctrica de carbón de 600 MW, los resultados muestran: los resultados de predicción del contenido de oxígeno en los humos y el contenido de carbono en las cenizas volantes presentan errores cuadráticos medios de 0.085 2 y 0.088 4 respectivamente, lo que es inferior a los del modelo de red neuronal BP y del modelo de medición térmica por soporte de vector; este modelo necesita menos vectores asociados, es espárido bueno, tiene una alta precisión en las pruebas y una fuerte capacidad de generalización.

medición térmica; parámetros térmicos; máquina de vectores de soporte; función de núcleo compuesto; algoritmo de optimización del peso de la ballena