多核相关向量机在电站运行数据监测系统中的应用
Multi-kernel Relevance Vector Machine in Operating Data Monitoring System of Power Plant作者机构：东南大学能源与环境学院江苏南京210096
出 版 物：《工业控制计算机》 (Industrial Control Computer)
年 卷 期：2017年第30卷第2期
页 面：3-4,7页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：相关向量机(RVM) 多核 数据监测 电站 差分进化 粒子群优化
摘 要：针对相关向量机(RVM)的不足,提出一种改进的多核相关向量机方法,结合高斯核函数和多项式核函数形成混合核函数,用差分进化粒子群算法优化参数,与传统的SVM和RVM相比,该方法具有更高的数据预测精度。将该方法应用于电站运行数据监测系统,对运行数据建立回归模型,采用测量检验法检验数据是否超限、存在异常,并对异常数据进行重构。通过某600MW机组数据的实例分析,验证了方法的有效性。
维普期刊数据库
同方期刊数据库