热能动力工程

作者：孙 悦，姜文娟，曹玉波

单位：吉林化工学院 信息与控制工程学院,吉林 吉林 132022,,东北电力大学 自动化工程学院,吉林 吉林 132012,,吉林化工学院 信息与控制工程学院,吉林 吉林 132022,

关键词：再热蒸汽温度;特征选择;变分模态分解;Adaboost;误差修正

锅炉再热蒸汽温度具有强非线性和大滞后特性，为解决其软测量中常规单一模型预测精度不足的问题，提出一种基于自适应提升算法(Adaptive Boosting，Adaboost)和极限梯度提升(eXtreme Gradient Boosting，XGBoost)的数据驱动建模方法。利用变分模态分解对数据进行深度解析，通过XGBoost建立预测模型，将其作为弱学习器，经过Adaboost算法的不断迭代，配合误差动态修正(Error Dynamic Correction，EDC)构造出一种再热蒸汽温度动态数据驱动模型。结果表明：模型最终的精度评价指标均方根误差(Root Mean Square Error，RMSE)和平均绝对误差(Mean Absolute Error，MAE)分别为1.733和1.387，与常规的支持向量回归、随机森林及XGBoost模型相比表现更为优异，可以实现再热蒸汽温度的快速准确预测，为后续再热汽温优化控制问题提供有效的参考。

来源：2023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2023年第6期