基于数据的改进回声状态网络在高炉煤气发生量预测中的应用

摘要：

以钢铁企业高炉煤气系统这一复杂生产过程为背景,针对高炉煤气发生量的预测问题,提出一种基于数据的网络模型预测方法。鉴于生产数据含噪高的特点,采用经验模态分解将历史数据分解为若干独立的固有模态函数,将小尺度函数经低通滤波器自适应去噪后,再对数据重构以建立预测模型.在建模过程中提出一种改进的回声状态网络,通过奇异值分解求取网络输出权值,克服了线性回归算法出现的病态问题,提高了模型的预测精度.现场实际数据预测结果表明所提出方法的有效性,为制定煤气管网平衡调度方案提供科学的决策支持.

关键词： 预测模型 回声状态网络 奇异值分解 经验模态分解 钢铁企业 高炉煤气系统 煤气管网

作者: 刘颖 赵珺 王伟 吴毅平 陈伟昌

作者单位: 大连理工大学信息与控制研究中心,大连,116024 上海宝信软件股份有限公司自动化部,上海,201203 上海宝钢股份有限公司能源中心,上海,210900

会议类型: 国内会议

会议名称: 第33期双清论坛——基于数据的控制、决策、调度与故障诊断

会议地点: 北京

会议语种:中文

页码: 731-738

在线出版日期: 2008-11-06（万方平台首次上网日期，不代表论文的发表时间）