文献类型：期刊文章

作　　者：张琦[1] 李鸿亮[1] 赵晓宇[1] 贾辉[2]

机构地区：[1]国家环境保护生态工业重点实验室(东北大学),沈阳110819 [2]东北大学科技产业集团有限公司,沈阳110819

出　　处：《哈尔滨工业大学学报》

基　　金：国家自然科学基金(51274065);教育部中央高校基本科研业务经费(N130402008;N110702001)

年　　份：2016

卷　　号：48

期　　号：1

起止页码：101-106

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20161002049494)、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对钢铁企业高炉煤气产生量和消耗量波动频繁,难以有效预测的问题,应用小波分析方法将高炉煤气产生量和消耗量历史数据经剔除"噪声"后分为趋势数据和波动数据,并结合高炉实际运行工况,建立一种具有时序更新和自我修正功能的最小二乘支持向量机(Lssvm)高炉煤气动态预测模型.以一座容积为3 200 m3高炉的煤气产生量和相应的热风炉煤气消耗量作为样本数据,对8 h内的煤气产生量与消耗量进行了动态预测.结果表明:采用小波分析后的Lssvm预测模型绝对平均误差降低到2.77%,Update_Lssvm模型预测高炉煤气产量精度达到1.55%,热风炉高炉煤气消耗量精度达到4.23%,解决了变工况下高炉煤气产生量和消耗量预测随机性问题.与其他预测模型相比,Update_Lssvm模型预测精度明显提升.该模型不仅具有泛化能力,也为高炉煤气优化调度提供了理论依据.

关 键 词：钢铁企业  高炉煤气 动态预测  小波分析 节能

分 类 号：TF05]