在發(fā)電廠中，九洲風(fēng)機(jī)清楚知道風(fēng)機(jī)是大型的回轉(zhuǎn)設(shè)備之一，是煙風(fēng)系統(tǒng)的動力源，風(fēng)機(jī)的安全、經(jīng)濟(jì)運行關(guān)系到電站整個機(jī)組的安全性和經(jīng)濟(jì)性，因此對風(fēng)機(jī)性能、運行狀態(tài)的實時監(jiān)測具有極其重要的意義。風(fēng)機(jī)流量是風(fēng)機(jī)系統(tǒng)運行的標(biāo)志性參數(shù)之一，可以說風(fēng)機(jī)性能在線監(jiān)測的關(guān)鍵就是對風(fēng)機(jī)流量的準(zhǔn)確實時監(jiān)測。根據(jù)通風(fēng)機(jī)的基本理論，通風(fēng)機(jī)的進(jìn)出口壓差和流量有著穩(wěn)定、良好的非線性映射關(guān)系，通過參數(shù)之間的映射關(guān)系可以達(dá)到流量監(jiān)測的目的。風(fēng)機(jī)運行參數(shù)之間的關(guān)系可以用性能曲線表示，所以性能曲線模型的建立是風(fēng)機(jī)性能在線監(jiān)測的前提。

        分別采用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法建立風(fēng)機(jī)的差壓-流量曲線模型。由于BP神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)方法建立模型精度較低，于是，采用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值、閾值進(jìn)行優(yōu)化；采用群體智能算法對支持向量機(jī)參數(shù)優(yōu)化。通過實驗數(shù)據(jù)對建立的改進(jìn)神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)模型進(jìn)行測試，九洲風(fēng)機(jī)發(fā)現(xiàn)無論是平方相關(guān)系數(shù)，還是均方誤差以及相對誤差，改進(jìn)的支持向量機(jī)模型都要比神經(jīng)網(wǎng)絡(luò)模型要好。比較結(jié)果顯示，改進(jìn)的支持向量機(jī)模型具有更好的擬合精度。

        在改進(jìn)的支持向量機(jī)模型算法基礎(chǔ)上，將兩種編程語言(VisualBasic語言與Matlab混合編程方法)的優(yōu)勢相結(jié)合，來編制風(fēng)機(jī)在線監(jiān)測系統(tǒng)，起到事半功倍的效果。軟件實時采集風(fēng)機(jī)差壓信號，通過實際風(fēng)機(jī)性能曲線模型，計算出相應(yīng)的流量值，并將工況點顯示在性能曲線上，直觀的反映出風(fēng)機(jī)實時運行的工況，從而及時、準(zhǔn)確的把握風(fēng)機(jī)運行狀態(tài)，對風(fēng)機(jī)系統(tǒng)安全經(jīng)濟(jì)運行起到重要作用。