基于数据的高炉煤气受入量的预测.pdf

《基于数据的高炉煤气受入量的预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＴＢ２４：分类學攀鐘ｆｔ屬：１００５８？＾呼７＾＾巧讀齡＇幽提展漏邏＾靈雞？ｄ－？、鐵Ｉ硬管＾聽？＝＞聲哪，．：＾＾？：：，．；曇喔遞繼善翁，１；—音＇於，州ｉ托．Ｓｉ＾＾Ｖ与巧藻Ｖ竭—巧霞受魚．，、．■？－．一＜－■论文題目：基于数据的高炉煤气受入量的预测。一晶，；＂—；—古！．Ｊ：對巧业：控顯学与工程—作者姓名：王妍鹏＾指辱教师：麵欣罩—＾―齡．成醜－０：Ｍ４：，兀厭日期：２０１７￣…￣…？＂…—￣……￣￣…＊＂￣＾Ｔ■．惡苗，一＇＇－＾、＾＾＾１＾善‘基

2、某，ＭＢ；；独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加Ｗ标注和致谢之处外，论文中不包含其他人己经发表或撰写过的研巧成果，也不包含为获得天津工业大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。２？学位论文作者签名：壬帝典！签字日期：对７年月２家日学位论文版权使用授权书本学位论文作者完全了解天津工业大学有关保留、使用学位论文的规定。特授权天津工业大学可将学位论义的含部或部分巧容编入有关数据店讲行

3、检索，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：壬击弄魄Ｉ导师签名：＾签字日期：的７年２月巧日签字日期：年心月巧日学位论文的主要创新点一一、提出了种将模态分解法与能量去噪法相结合的改进滤波算法。利用改进的经验模态分解算法将数据进行模态分解，并对其进行噪声估计，实现数据滤波。改进的去噪算法对传统估噪结果做出了进一步的限定，其滤波效果更接近于真实信号。一二针对高炉受入量数据的复杂化提出了种ＥＥＭＤＡＮ－ＤＲＢＦ

4、算法。该算法对输入数据采用ＥＥＭＤＡＮ分解后建立了二重ＲＢＦ网络。首先对得到的数据建立一重ＲＢＦ预测模型，并输出预测结果，然后利用数据的相关特性建立二重神经网络，对预测结果进行融合修正，ｉｔ＾＜达到提高精度的目的。该算法利用双重神经网络的修正能为，弥补一了传统单神经网络准确度低的缺陷。摘要近年来，我国经济高速发展与环境污染之间的矛盾愈发突出，钢铁企业作为中国的能耗大户，如何提高能源利用率就显得至关重要ｌｔ化。高炉煤气（ＢａｓｍａｃｅＧａｓ，ＢＦＧ）是冶金生产过程中极为重要的二次能源，其受入量往往会出现较大的波动，这种突然的波动若无有效防

5、范，将带来安全隐患，因此，对高炉煤气受入量的准确预测可Ｗ降低有害风险，提高设备利用率。本文Ｗ钢铁行业炼钢过程为背景，针对高炉煤气受入量难Ｗ有效预测的问题，一提出了种数据滤波与二重神经网络相结合的建模预测新方法，。首先分析了国内外钢铁企业能源管理系统发展状况，并介绍了国内外研究学者在煤气预测方面的研究现状；其次，介绍了能量去噪法与带有自适应噪声的经验模态分解ＥＥＭＤＡＮ相结合的滤波算法一，该算法方面弥补了传统ＥＭＤ算法的缺点，采（）用ＥＥＭＤＡＮ进行模态分解一，使得分解信号更加平稳化；另方面引入了能量去噪算法，实现了对工业信号的有效去噪，减少了工

6、业扰动对预测建模的影响。最后－，建立了ＥＥＭＤＡＮＤＲＢＦ的琐测模型，该模型主要思想是将原始信号去噪并分解为不同时间尺度下的固有模态（ＩＭＦ）分量，根据各模态自相关函数的特点，分别对每个模态建立径向基神经网络（ＲＢＦ）预测模型；再次，为了提升单网络模型精度，根据各模态与原始数据相关性建立二重径向基神经网络（民ＢＦ）预测模型，并通过此模型对各模志预测结果进行融合和修正。针对复杂工业过程中高炉煤气受入量的数据的无规律性，使用本文提出的方法建立宝钢的高炉煤气受入量预测建模，并与其它建模方法相比较，实验表明该方法去噪效果良好，预测精度高，可Ｗ为钢铁企

7、业煤气的管理调度提供可靠的数据支持。：高炉燥气关键词；能量去噪法；模态分解；径向基网络Ａｂｓｔｒａｃｔ＇Ｉｎｒｅｃｅｎｔｅａｒｓｔｉｌｅｃｏｎｔｒａｄｉｃｔｉｏ打ｂｅｔｗｅｅｎｔｈｅ巧ｉｄｄｅｖｅｌｏｍｅｎｔｏｆＣｈｉｎａｓｙ，ｐｐｅｃｏｎｏｍｙａ打ｄｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌｐｏｌｌｕｔｉｏｎｉｓｂｅｃｏｍｉｎ呂ｍｏｒｅａｎｄｍｏｒｅｓｅｒｉｏｕｓ．Ｉｒｏｎａｎｄｓｔｅｅｌｅｎｔｅｒｐｒｉｓｅｓｃｏｎｓｕｍｅａｌｏｔｏｆ