铸铝电解槽电压过程控制仿真研究

• 作者: 徐辰华 李成县 李智 王尤军
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 电压摆 主成分分析 极限学习机 多神经网络 槽电压
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 仿真智能化
• 页码范围: 358-362
• 页数: 5页
• 分类号: TP391.9
• 字数: 4681字
• 语种: 中文

摘要

在电解铝的实际生产过程中,由于不能实时监控槽电压的变化情况,容易发生电压摆动的问题.为了实时监控槽电压的变化以及预防电解槽的电压摆,提出了基于主成分分析(PCA)的极限学习机(ELM)多神经网络结构模型,用于铝电解生产过程槽电压预测.一方面,将极限学习机方法同主成分分析方法相结合,将高维输入变量压缩处理为低维主元变量,简化极限学习机模型,提高主成分分析极限学习机(PCA-ELM)算法的泛化性能.另一方面,将多个PCA-ELM子神经网络按照连接权值综合起来,建立铝电解生产过程槽电压的预测模型,进一步提高多神经网络模型的预测能力和预测精度.通过实际数据仿真结果表明,多神经网络预测模型能够准确的实时监控槽电压以及预防电压摆.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李智	广西大学电气工程学院	35	100	5.0	7.0
2	徐辰华	广西大学电气工程学院	26	90	6.0	8.0
3	王尤军	广西大学电气工程学院	3	17	2.0	3.0
4	李成县	广西大学电气工程学院	3	32	2.0	3.0