一种电站锅炉过热蒸汽温度数据解析模型

火电厂锅炉生产过程具有强非线性、强噪声等特点,这些特点导致过热蒸汽温度难以准确建模。针对这一问题,提出一种锅炉过热蒸汽温度数据解析建模方法。首先采用分类回归树(Classification and Regression Tree,CART)算法计算得到相关变量重要性,选择重要性大于0.5的变量作为数据驱动建模的输入。然后采用粒子群优化(Particle Swarm Optimization,PSO)算法优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的参数,建立过热蒸汽温度的预测模型。最后基于实际生产数据的实验结果表明,所提出的建模方法取得比常用建模算法具有更好的预测精度,能够实现对锅炉过热蒸汽温度的准确预测。

基于动环监控系统的蓄电池实时在线放电指标监测研究

随着通信技术的快速发展,网络负荷持续增长,通信电源设备的功耗问题亟待解决。蓄电池组作为通信电源的重要组成部分,在出现电力故障时为所带载负荷提供应急电力保障。考虑到蓄电池组日常维护的特殊性和重要性,本文中通过蓄电池监控手段实现蓄电池在线放电关键指标的记录。