基于CAWOA-PELM的汽轮机主蒸汽流量预测

摘要

针对汽轮机主蒸汽流量测量精度低的问题,提出了一种混沌搜索策略鲸鱼优化算法(CAWOA)和并行极限学习机(PELM)的主蒸汽流量预测方法.利用混沌理论的随机性、敏感性、分维性等特点和自适应惯性权值策略提高WOA算法的局部寻优能力和全局优化性能.并将CAWOA算法对并行极限学习机(PELM)参数进行优化,提高了主蒸汽流量预测模型的精度.在此基础上,将优化后的极限学习机对某台600MW汽轮机组主蒸汽流量进行预测,并与同类算法模型进行对比.结果 表明:上述方法具有更好的泛化能力,能更加精确地预测主蒸汽流量.