基于改进ARMA预测模型的电厂风机状态预测

论文摘要

随着1 000 MW超超临界燃煤发电机组的扩建应用,对锅炉的风烟系统提出了更高的要求。以某电厂的HU27046-221型引风机为例进行分析研究,提出了一种基于改进自回归滑动平均（ARMA）预测模型的电厂风机状态预测方法。首先,采用数据挖掘理论对引风机原始数据进行相关性分析;其次,采用改进ARM A方法对引风机相关状态参数进行预测;最后,与传统的ARM A预测方法进行对比分析,结果表明所提出的方法预测精度较高。

论文目录

• 1 数据挖掘相关理论
• 2 改进ARMA预测模型
• 3 应用实例
• 4 结语

文章来源

类型: 期刊论文

作者: 彭彤宇,茅大钧,韩万里

关键词: 自回归滑动平均,数据挖掘,相关性分析,电厂风机,状态预测

来源: 上海电力学院学报 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华电江苏能源有限公司句容发电分公司,上海电力学院

分类号: TM621

页码: 535-538

总页数: 4

文件大小: 1035K

下载量: 151