基于ESN模型的焦炉火道温度预测研究

• 作者: 李爱莲 聂宇航
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 焦炉 火道温度 数据驱动 回声状态网络 预测
• 年，卷（期）: 2017,（11）
• 页码范围: 1290-1293
• 页数: 4页
• 分类号: TP273
• 字数: 3650字
• 语种: 中文

摘要

为准确建立焦炉火道温度模型,保证焦炭质量,节约能耗,提出了基于回声状态网络(echo state network, ESN)模型的焦炉火道温度的预测方法.针对炼焦过程中强耦合、大滞后的特点,以及实际生产中大量炼焦数据未被合理利用的现状,运用数据驱动与非线性建模相结合的方法,首先,对采集的数据进行数据处理,保证了数据的真实有效性;然后,分别建立了焦炉火道温度系统的BP神经网络预测模型和ESN预测模型;最后,在Matlab环境下进行仿真实验,并对2种预测模型的平均相对误差和命中率进行对比.实验表明:ESN模型与BP神经网络模型相比,平均相对误差减小了0.66%,命中率提高了6.39%,说明在结合数据驱动的前提下,ESN模型更能准确预测火道温度,为下一步火道温度的优化控制奠定基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爱莲	内蒙古科技大学信息工程学院	56	103	5.0	6.0
2	聂宇航	内蒙古科技大学信息工程学院	2	3	1.0	1.0