基于在线自适应的鲁棒最小二乘支持向量机及其应用

金秀章; 刘 潇

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于在线自适应的鲁棒最小二乘支持向量机及其应用

发电技术论坛 | 更新时间：2025-09-28

- 基于在线自适应的鲁棒最小二乘支持向量机及其应用
- Robust least squares support vector machine based on online adaptive and its application
- 热力发电 2017年第6期
- 作者机构：
  
  华北电力大学控制与计算机工程学院,河北,保定,071003
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP273
- 网络出版日期：2017-06-30，
  
  纸质出版日期：2017
- 稿件说明：
移动端阅览
金秀章, 刘潇. 基于在线自适应的鲁棒最小二乘支持向量机及其应用[J]. 热力发电, 2017,(6).

JIN Xiuzhang, LIU Xiao. Robust least squares support vector machine based on online adaptive and its application[J]. Thermal power generation, 2017, (6).
金秀章, 刘潇. 基于在线自适应的鲁棒最小二乘支持向量机及其应用[J]. 热力发电, 2017,(6). DOI：

JIN Xiuzhang, LIU Xiao. Robust least squares support vector machine based on online adaptive and its application[J]. Thermal power generation, 2017, (6). DOI：

摘要

针对最小二乘支持向量机（LSSVM）在利用现场数据建模时难以适应不同工况，鲁棒性较差的问题，提出了一种基于在线自适应修正的鲁棒LSSVM模型。该方法以总的预报误差大小作为阈值，根据不同工况自适应更新参数，从而提高模型对数据的适应性；同时采用模糊隶属度对向量机优化问题中的误差平方项赋予动态权值，增强模型的抗噪声能力。将该方法应用于电厂实际数据对一次风量的预测，并与普通LSSVM模型相比，结果表明该算法所建立的模型鲁棒性强、预测精度高。该模型可满足不同工况下数据的实时预测和估计，为各种在线监测系统提供了良好的数据支持。

Abstract

关键词

Keywords

references

浏览量

272

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于FOALSSVM的汽轮机热耗率预测模型研究

基于最小二乘支持向量机的改进型在线NOx预测模型

基于自适应神经模糊推理系统的煤粉锅炉飞灰含碳量建模

SCR烟气脱硝系统Smith预估条件积分型滑模控制

基于模糊支持向量机的光伏发电量预测