热能动力工程

作者：冯磊华,毛玉成,杨锋,何金奇,杨琦

单位：长沙理工大学,,长沙理工大学,,华自科技股份有限公司,,陕西高业能源科技有限公司,,长沙理工大学,

关键词：锅炉主汽温;深度极限学习机;改进麻雀算法;自适应调整;种群初始化

为准确、快速预测锅炉主汽温，提出了一种基于改进麻雀算法（ISSA）优化深度极限学习机(DELM)的锅炉主汽温预测模型。对麻雀算法采用改进种群初始化策略、增加随机因子与自适应调整策略、增加概率分布扰动优化等三种方法相结合的改进方案以提升算法全局寻优能力；利用改进后麻雀算法优化DELM的初始权重、隐藏层节点数和正则化参数以提高模型的预测精度；建立ISSA-DELM锅炉主汽温预测模型，并对新疆某电厂超超临界660MW机组的运行进行主汽温预测仿真研究。结果表明：改进后算法模型的均方根误差相比于普通DELM模型、基于标准麻雀算法（SSA）优化的DELM模型分别降低了46.13%、34.68%,可以更好的预测锅炉主汽温变化趋势。

来源：2026年第3期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2026年第3期