一种基于Stacking模型的滤芯更换周期预测方法及系统
摘要:
本发明公开了一种基于Stacking模型的滤芯更换周期预测方法及系统,(1)首先获取锅炉给水装置的数据;(2)再对获取的数据进行预处理;(3)建立滤芯更换周期软测量集成模型,选取RF、XGBoost、LSTM作第一层的基学习器,采用8折交叉验证方法进行训练;(4)再选取ELM作第二层的元学习器,将第一层基学习器的结果作第二层元学习器的输入;(5)采用改进的樽海鞘算法ISSA对学习器的模型参数进行全局寻优;(6)利用优化后的极限学习机ELM进行预测,得到最终预测结果。本发明可实现滤芯更换周期的精准预测,有效避免滤芯更换周期计算粗糙、提前更换浪费滤芯寿命以及滤芯堵塞影响设备蒸发效率的情形,实现滤芯的高效利用。
0/0