路 宽，翟 勇，李 军，高 嵩，杨子江

（1.国网山东省电力公司电力科学研究院，山东 济南 250003；2.山东鲁能软件技术有限公司，山东 济南 250001；3.山东科技大学电气与自动化工程学院，山东 青岛 266590）

0 引言

凝汽器作为火电机组热力循环的冷源，将低压缸的排汽凝结成为凝结水，通过这种方式使凝汽器内维持一定的真空度，保证汽轮机出力［1-2］。因此，其性能将直接影响机组的安全运行以及热经济性。此外，凝汽器真空系统还影响机组运行的安全。为了提前预判火电厂凝汽器真空度的稳定性，确保机组在经济的区间内安全运行，必须对真空度进行预测，并时掌握机组真空的真实状态。

在凝汽器真空预测方面，权学森［3］采用K-means聚类算法将辅机设备相关运行参数划分成相似的工况簇建立预测模型，进行相关设备的运行状态分析；余昶［4］通过对比3种模型后发现，组合灰色预测模型和BP 神经网络的模型得到了较好的预测结果；李建强等［5］应用粒子群算法（Particle Swarm Optimization，PSO）与支持向量机（Support Vector Machine，SVM）相结合的算法建立了凝汽器真空预测模型，使模型具有一定的有效性和泛化性；葛晓霞等［6］提出改进的果蝇优化算法（Improved Fruit Fly Optimization Algorithm，IFOA）优化SVM 的方法来建立凝汽器真空预测模型，使算法在迭代后期具有较强的局部寻优能力；葛晓霞等［7］提出了基于果蝇优化的广义回归网络（Fly Optimization Algorithm based Generalized Regression Neural Network，FOAGRNN）构建凝汽器真空预测模型，并且为了简化网络模型，通过计算平均影响值（Mean Impact Value，MIV）筛选出对凝汽器真空影响较为重要的变量；夏琳琳等［8］借助核主成分分……