基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析.pdf

《基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第5期工业仪表与自动化装置·7·基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析王江荣，文晖，罗资琴(兰州石化职业技术学院a．信息处理与控制工程系；b．石油化学工程系，兰州730060)摘要：针对自回归AR(P)模型在进行非平稳瓦斯浓度时间序列预测分析时存在精确度不高的问题，文章采用卡尔曼滤波算法动态地估算出模型参数值，在推算过程中将模型参数作为状态向量。实例分析表明基于卡尔曼滤波算法的AR(P)模型优于单一的AR(P)模型，大幅度地提高了模型的预测精度，预测效果远好于BP神经网络、支持向量机和ARMA等模型，值得借鉴。关键词：AR(P)模型；状态向量；卡尔曼滤波算法；预测分析中图分类

2、号：0236文献标志码：A文章编号：1000—0682(2015)05—0007—03GasconcentrationtimeseriespredictionanalysisbasedonKalmanfilteralgorithmWANGJiangrong，WENHui，LUOZiqin(a．DepartmentofInformationProcessingandControlEngineering；b．DepartmentofPetroleumChemicalEngineering，LanzhouPetrochemicalCollegeofVocationalTechnology，Lanz

3、hou730060，China)Abstract：autoregressiveAR(P)modelaccuracyisnothighinpredictionanalysisofnon—stationa—rytimeseriesofgasconcentration．ThearticleadoptstheKalmanfilteralgorithmtodynamicallyestimatethemodelparametervalues，intheprocessofcalculation，themodelparametersasthestatevector．Exam—pleanalysisshows

4、thatAR(P)modelbasedontheKalmanfilteralgorithmisbetterthanthesingleAR(P)model，greatlyimprovethepredictionaccuracyofthemodel，topredicttheeffectismuchbet—terthanBPneuralnetworks，suppo~vectormachinesandARMAmodels，etc．，itisworthlearningfrom．Keywords：AR(P)model；thestatevector；Kalmanfilteralgorithm；predic

5、tiveanalysis络J、自回归移动平均等方法。这些方法均取0引言得了不错的预测效果，但同时存在着运算量大，模型煤矿瓦斯浓度是煤矿安全监测的重要指标之结构复杂，精确度不高等缺点。自回归AR(P)模型一，对其进行及时准确地预测关乎着煤炭开采、矿工结构简单且计算简便，适用于瓦斯浓度时间序列预生命财产、煤矿安全管理，也是煤矿安全生产的重要测分析。如何确定AR(P)模型系数，对模型拟合预保障。煤矿井下瓦斯浓度时间序列因受地质构造、测精度有重要影响，为了提高该模型对非平稳时序煤层厚度、埋藏深度、工作面风量、煤层瓦斯抽放量的适应能力，克服模型对非平稳时序拟合预测精度等因素的影响，呈现出非线性、非平稳

6、特性和自相关不高的缺陷，文章提出了基于卡尔曼滤波(Kalman)性⋯，是一个随时间变化而动态发展的过程，且测算法的模型参数动态估计方法，它能够消除实量数据存在着随机白噪声。已有的瓦斯浓度时间序际测量值中的随机白噪声干扰和无用信息，得到精列预测方法有?昆沌算法J、支持向量机J、神经网确的参数估计值。由于卡尔曼滤波算法不但适用于平稳序列估计，而且适用于非平稳序列估计，用它对收稿日期：2015—01—06AR(P)模型系数估算取得了理想效果。通过对建模基金项目：甘肃省科技厅项目“石油化工企业应急演练系统”样本以外的测试样本预测分析，基于卡尔曼滤波算(1204GKCA004)；甘肃省财政厅专项资金立

7、项资助(甘财教[2013]法的自回归AR(p)模型具有很高的精确度，优于单116号)一的AR(P)模型，远好于支持向量机回归和BP神作者简介：王江荣(1966)，男，甘肃静宁人，教授，主要从事矿业安全、综合评判技术和控制理论与应用方面的研究。经网络，而且运算量小，模型结构简单，值得借鉴。·8·工业仪表与自动化装置2015年第5期说明：一曰X(Ik一1)为第k次测量带来的l离散线性卡尔曼滤波算法信息。卡尔曼滤波