基于广义回归网络的铝电解阳极效应预报

• 作者: 余登志 周凯波 曹斌 林志凯 王紫千 郭四海
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 阳极效应 阳极效应预报 铝电解 广义回归神经网络 系统辨识
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 1756-1762
• 页数: 7页
• 分类号: TP183|TP206
• 字数: 5113字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150866

摘要

应用广义回归神经网络对当前预焙槽铝电解阳极效应预报问题进行了研究.在简述广义回归神经网络的基本结构基础上,利用广义回归神经网络对铝电解槽阳极效应进行系统辨识建模.重点探讨了建模过程中模型样本结构的选择,实验分析了样本容量对模型预报准确率的影响.取自某铝厂400 kA大型预焙槽的单槽运行现场数据样本对模型进行训练和检验,结果表明该方法阳极效应预报准确率平均在90%以上,预报提前量可以达到半个小时.现场多台电解槽的建模测试结果进一步论证了该模型和样本结构的合理性和有效性,由此证实该方法在保证较高预报准确率同时,具有较好的普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周凯波	华中科技大学自动化学院	36	446	12.0	20.0
3	郭四海	武汉理工大学自动化学院	13	42	4.0	5.0
4	曹斌		19	52	4.0	6.0
5	王紫千		9	13	2.0	3.0
8	余登志	华中科技大学自动化学院	1	2	1.0	1.0