钢铁企业高炉煤气发生量的在线预测建模

【摘要】：针对钢铁企业高炉煤气(BFG)发生量难于有效预测的问题,建立了基于数据滤波和最小二乘支持向量机的BFG发生量在线预测模型.提出改进经验模式分解阈值滤波(IEMDTF)方法对训练数据进行滤波处理;并设计了在线学习算法和贝叶斯优化法构建和优化预测模型,缩短了建模时间,同时提高了预测精度.现场实际数据预测结果表明所建模型在小样本和随机噪声数据环境下能保持很高的预测精度,与其它预测模型相比,适合于高炉煤气发生量的实时在线预测. 【作者单位】： 大连理工大学信息与控制研究中心;上海宝信软件股份有限公司自动化部;
【关键词】： BFG发生量 改进经验模式分解阈值滤波 最小二乘支持向量机 贝叶斯优化
【基金】：国家863计划资助项目(2007AA04Z1A9)
【分类号】：TF089
【正文快照】： 1引言(Introduction)钢铁炼铁过程产生的高炉煤气(BFG)是钢铁生产各环节所需的重要二次能源，其有效合理的调配是影响企业产品成本、能耗水平和环境污染程度的重要因素之一在实际煤气平衡时，为合理分配BFG在各生产环节的用量，保证其正常生产，需要实时把握BFG发生量的变化

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于LS-SVM的海杂波混沌预测    姜斌;王宏强;付耀文;黎湘;郭桂蓉;

多元混沌时间序列的变量选择及预测方法研究    魏茹

人工神经网络在天然气负荷预测中的应用    杨昭,刘燕,苗志彬,刘振能

钢铁企业主工序分厂煤气量预测方法研究    刘渺

引信海洋回波信号的分形特性研究    熊刚,赵惠昌,张淑宁

脑电信号的分析方法    王兆源,周龙旗

Hilbert-Huang变换的滤波特性及其应用    谭善文,秦树人,汤宝平

基于优化最小二乘支持向量机的小样本预测研究    朱家元,杨云,张恒喜,王卓健

组合分形Brown运动模型    朱炬波,梁甸农

基于多项式拟合算法的EMD端点问题的处理    刘慧婷,张旻,程家兴

支持向量机的新发展    许建华,张学工,李衍达

基于在线最小二乘支持向量机回归的混沌时间序列预测    叶美盈,汪晓东,张浩然

海杂波的混沌特性分析    林三虎,朱红,赵亦工

时间序列中的分形分析和参数提取    谢文录,谢维信

钢铁企业高炉煤气发生量的在线预测建模    张晓平;汤振兴;赵珺;王伟;丛力群;冯为民;