期刊文章详细信息
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 ( EI收录)
Improved Echo State Network Based on Data-driven and Its Application to Prediction of Blast Furnace Gas Output
文献类型:期刊文章
机构地区:[1]大连理工大学信息与控制研究中心,大连116024 [2]上海宝信软件股份有限公司自动化部,上海201203 [3]上海宝钢股份宵限公司能源中心,上海210900
基 金:国家高技术研究发展计划(863计划)(2007AA04Z1A9)资助~~
年 份:2009
卷 号:35
期 号:6
起止页码:731-738
语 种:中文
收录情况:BDHX、BDHX2008、CSCD、CSCD2011_2012、EI(收录号:20093012214720)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊
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
分 类 号:TF543]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...