数据与模型驱动的电熔镁群炉需量预报方法

• 作者: 吴志伟 张亚军 杨杰 柴天佑
• 来源期刊: 自动化学报
• 关键词: 需量预报 电熔镁群炉 数据与模型驱动 径向基函数神经网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1460-1474
• 页数: 15页
• 字数: 10703字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160597

摘要

电熔镁群炉需量指当前时刻k和(k-1),…,(k-n+1)时刻群炉功率的平均值,用于度量高耗能电熔镁群炉用电量.(k+1)时刻群炉需量取决于功率变化率.本文建立了功率变化率与电流控制系统输出电流之间由线性项与未知非线性项组成的动态模型,其中线性项通过电流被控对象的参数和控制器的参数计算,未知非线性项采用基于偏自相关函数(Partial autocorrelation function,PACF)输入变量决策的径向基函数神经网络(Radial basis function neural network,RBFNN)来估计.本文提出了由当前k时刻的需量和功率,(k-n+1)时刻功率及k时刻功率变化率的估计组成的(k+1)时刻需量的计算模型.通过某电熔镁砂厂实际数据的仿真实验和工业实验表明所提方法可准确预报需量变化趋势,可以防止因原料变化引起需量尖峰导致错误切断电熔镁炉供电造成电熔镁砂质量降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学流程工业综合自动化国家重点实验室	382	9006	43.0	78.0
5	张亚军	东北大学流程工业综合自动化国家重点实验室	14	93	6.0	9.0
6	吴志伟	东北大学流程工业综合自动化国家重点实验室	11	66	4.0	8.0
7	杨杰	东北大学流程工业综合自动化国家重点实验室	10	36	3.0	6.0