热能动力工程

作者：卓越,倪何,肖鹏飞

单位：海军工程大学 动力工程学院,,海军工程大学 动力工程学院,,中国船舶集团第七O三研究所,

关键词：时序预测;灰狼算法;模态分解;长短期记忆网络

基金：国家自然科学基金项目（面上项目，重点项目，重大项目）

针对热力系统参数运行数据预测困难，准确率低的问题。基于灰狼算法(Grey Wolf Optimizer，GWO)、变分模态分解(Variational Mode Decomposition ,VMD)、长短期记忆模型(Long Short Term Memory ,LSTM)提出一种单参数时序预测方法。首先使用改进适应度函数的GWO对VMD的分解层数和惩罚系数进行寻优，其次以最优参数对运行数据进行VMD并筛选出本征模态函数(intrinsic mode function ,IMF)分量作为原始数据趋势项，最后以此运行参数趋势项作为LSTM的训练集输入特征向量构建LSTM，LSTM超参数由北方苍鹰算法(Northern Goshawk Optimization，NGO)得到。经实际案例验证，该方法与原始数据直接作为训练集的LSTM相比，有效提高了LSTM对热力参数运行趋势预测的时间尺度与精度。

来源：2024年第6期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第6期