基于PCA和GA-BP神经网络的磨煤机一次风量预测

摘要

通过DCS对火电厂660MW机组的数据采集,利用相关性分析分析一次风量与其影响量之间的关联关系,并计算其相关系数,为建立磨煤机一次风量的预测模型建立依据.针对一次风量的相关影响量较多,维数较大的特点,提出了基于主成分分析(PCA)和遗传算法优化BP神经网络相结合的方法建立模型,实现了对一次风量的提前预测.通过数据仿真验证,基于PCA和遗传算法优化BP神经网络的预测模型在精度,优化运行等方面取得了很好的效果.