考虑概念漂移的电厂性能建模
机器学习
2017-10-23 v1 机器学习
摘要
电厂是一个复杂且非平稳的系统，传统的机器学习建模方法难以满足其期望。基于集成的在线学习方法提供了一种有效途径，能够持续从动态环境中学习并自主更新模型以响应环境变化。本文提出这样一种在线集成回归方法，用于对电厂性能进行建模，这对于运行优化至关重要。在仿真和真实数据上的实验结果表明，所提方法能够实现低于1%的平均绝对百分比误差的性能，满足现场运行的一般期望。
引用
@article{arxiv.1710.07314,
title = {Power Plant Performance Modeling with Concept Drift},
author = {Rui Xu and Yunwen Xu and Weizhong Yan},
journal= {arXiv preprint arXiv:1710.07314},
year = {2017}
}