基于PCA-ALOCO-SVM模型的引风机状态预测及预警研究

引风机运行状态的好坏直接影响到火电机组的运行,为充分利用引风机的监测信息提升其状态预测及预警模型的性能,提出一种基于PCA-ALOCO-SVM的引风机状态预测及预警模型。基于引风机状态监测信息,采用PCA对其进行降维简化处理;通过构建基于SVM的引风机预测及预警模型实现对引风机状态的实时监测。试验结果表明:相较于PCA-LSTM、PCA-BP模型,该预测模型更加精准,其emax值分别降低了16.96%和32.25%,MAPE值分别降低了19.13%和27.98%,RMSE值分别降低了18.26%和20.99%,说明该模型具有较高的拟合度和预测精度。该研究结果可为实现引风机状态的预测及预警提供参考,对保障火电机组的稳定运行具有重要意义。