期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
基于EMD-LSTM的冷轧煤气消耗量预测模型仿真 被引量:3
1
作者 翟慧 熊伟 +1 位作者 李福进 杨杰 《机床与液压》 北大核心 2022年第14期141-145,共5页
针对煤气消耗数据量大,而传统机器学习模型在处理大数据时准确度不高,且数据在时间上有一定规律可循的特点,利用长短时记忆神经网络(LSTM)独特的记忆能力对煤气进行预测。为提高LSTM预测模型精度,使用经验模态分解(EMD)算法将煤气消耗... 针对煤气消耗数据量大,而传统机器学习模型在处理大数据时准确度不高,且数据在时间上有一定规律可循的特点,利用长短时记忆神经网络(LSTM)独特的记忆能力对煤气进行预测。为提高LSTM预测模型精度,使用经验模态分解(EMD)算法将煤气消耗数据分解为若干个相对平稳的固有模态函数和一个残差项r(t),提出基于EMD-LSTM算法的组合煤气预测模型。结果表明:与BP、EMD-BP、LSTM模型相比,该方法能够准确预测煤气消耗量,为企业节约成本和调度人员进行煤气分配提供参考。 展开更多
关键词 煤气预测 经验模态分解 长短时记忆神经网络 机器学习
下载PDF
基于Seq2Seq深度学习模型的焦炉煤气发生量预测方法研究 被引量:1
2
作者 王文婷 刘姝君 +2 位作者 张耀聪 杜小泽 许潼 《兰州理工大学学报》 CAS 北大核心 2023年第5期50-58,共9页
为实现钢铁生产过程中副产煤气的精准预测,构建了基于序列到序列的深度学习模型.通过编码器计算输入序列的隐状态得到隐状态矩阵,并通过解码器对其进行解码得到预测结果.根据灰色关联度分析关联度较高的输入参数,针对钢铁生产中煤气产... 为实现钢铁生产过程中副产煤气的精准预测,构建了基于序列到序列的深度学习模型.通过编码器计算输入序列的隐状态得到隐状态矩阵,并通过解码器对其进行解码得到预测结果.根据灰色关联度分析关联度较高的输入参数,针对钢铁生产中煤气产量不稳定波动的特点,利用箱线图和hampel滤波对原始数据的极端异常点和突变点进行处理,对输入模型分别进行单步和多步预测.结果表明:单步预测时基于Seq2Seq结构的模型较单一模型预测性能有所提高,其中LSTM2GRU模型对峰谷值拟合表现最优;多步预测时LSTM2GRU模型可有效降低模型性能下降趋势,通过在2个数据集与LSTM2LSTM模型和GRU2GRU模型对比发现,LSTM2GRU模型均方根误差分别下降了5.3%、5.6%和9%、7.7%,平均绝对误差分别下降了7.3%、7%和9.7%、7.8%.因此,LSTM2GRU模型相比其他模型更适合长尺度时间序列的预测,在模型中引入GRU结构提高了预测精度,缩短了预测耗时. 展开更多
关键词 煤气预测 神经网络 深度学习 Seq2Seq模型 灰色关联度
下载PDF
基于时序模型的高炉煤气发生量多步预测对比 被引量:15
3
作者 包向军 翁思浩 +3 位作者 陈光 汪晶 陈谞 谢竟成 《钢铁》 CAS CSCD 北大核心 2022年第9期166-172,共7页
为准确预测高炉正常工况及变工况(如休风、减产、停产等)条件下的煤气发生量,采用长短记忆模型(LSTM)和季节性差分自回归模型(SARIMA)预测了不同工况下的高炉煤气发生量。对比了正常工况下两模型不同预测步数的预测效果,发现随着预测步... 为准确预测高炉正常工况及变工况(如休风、减产、停产等)条件下的煤气发生量,采用长短记忆模型(LSTM)和季节性差分自回归模型(SARIMA)预测了不同工况下的高炉煤气发生量。对比了正常工况下两模型不同预测步数的预测效果,发现随着预测步数的增加,两模型预测精度总体呈减小趋势,并且LSTM模型的预测精度普遍高于SARIMA模型;为提高模型精度,还对比了30步预测条件下不同输入样本量对模型的预测影响,结果表明,SARIMA模型最佳输入样本量为200个左右,对应平均相对误差为0.0570,LSTM模型最佳输入样本量为100个左右,对应平均相对误差为0.0428,因此,正常工况下LSTM模型预测效果更好;而变工况条件下SARIMA模型效果更好,SARIMA模型的平均相对误差为0.0694,LSTM模型为0.0940。结合两模型的优势,建立了梯度驱动时序预测复合模型,该模型在复合工况下30步预测平均相对误差为0.0601,均低于两模型单独使用时的误差,因此在现场运行时,建议使用梯度驱动时序预测复合模型进行预测,这为高炉煤气调控提供了更好的数据支持,合理分配煤气提高煤气利用率,减小煤气放散。 展开更多
关键词 高炉煤气预测 时序预测 长短记忆模型 季节性差分自回归移动平均 多步预测
原文传递
CNN-GRU模型预测高炉煤气产生量 被引量:5
4
作者 李志刚 张鑫 《机械设计与制造》 北大核心 2022年第4期69-72,76,共5页
为了更好的利用海量数据中蕴藏的隐藏规律,对数据更好的挖掘,提高对钢铁企业高炉煤气产生量的预测精度,针对钢铁企业实际生产作业所采集到的非平稳非线性的数据,这里提出一种将卷积神经网络(CNN)和门结构循环单元(GRU)网络相结合的预测... 为了更好的利用海量数据中蕴藏的隐藏规律,对数据更好的挖掘,提高对钢铁企业高炉煤气产生量的预测精度,针对钢铁企业实际生产作业所采集到的非平稳非线性的数据,这里提出一种将卷积神经网络(CNN)和门结构循环单元(GRU)网络相结合的预测模型。模仿词向量方法,将海量的时间信息、温度数据和压力数据等信息串联成一个向量作为输入,采用CNN对输入进行特征提取,将得到的特征向量构造为时间序列,并作为输入数据给GRU网络进行高炉煤气产生量预测。这里所提出的方法,对唐山某钢铁企业的实际生产中数据进行预测实验,结果表明,这里所提出的方法比传统的BP神经网络和LSTM网络预测模型具有更高的预测精度和更快的预测速度。 展开更多
关键词 高炉煤气预测 数据挖掘 卷积神经网络 时间序列 门结构循环单元网络 循环神经网络
下载PDF
EMD-LSSVM模型预测高炉煤气产生量 被引量:1
5
作者 张鑫 李志刚 《网络安全技术与应用》 2020年第1期58-60,共3页
钢铁企业实际生产中产生海量数据,在数据中隐藏着潜在的规律,针对高炉煤气产生量波动频繁,传统的预测算法精度低误差大的问题,本文通过对数据进行经验模态分解,建立一种EMD和LSSVM相结合的预测模型.首先将原始数据运用EMD方法分解成多个... 钢铁企业实际生产中产生海量数据,在数据中隐藏着潜在的规律,针对高炉煤气产生量波动频繁,传统的预测算法精度低误差大的问题,本文通过对数据进行经验模态分解,建立一种EMD和LSSVM相结合的预测模型.首先将原始数据运用EMD方法分解成多个IMF分量和Res分量,对每个分量单独建立LSSVM预测模型,最后将各个分量的预测结果进行叠加重构得到最终的预测结果.本文所提出的方法,对某钢铁企业的实际生产中数据进行预测实验,结果表明,EMD-LSSVM算法确实可以提高预测的精度. 展开更多
关键词 高炉煤气预测 SVM LSSVM EMD 灰色关联度 BP网络
原文传递
基于能量诱导型PSO算法与LSSVM模型的钢铁企业高炉煤气消耗量预测 被引量:1
6
作者 王红君 白鹏 +1 位作者 赵辉 岳有军 《制造业自动化》 2015年第14期67-70,74,共5页
针对钢铁企业高炉煤气消耗量存在的波动大、随机性强、难以预测等特点,引入能量剩余函数,提出了一种与粒子自身能量相关的能量诱导型粒子群(Energy Guided Particle Swarm Optimization,EGPSO)算法。利用其对最小二乘支持向量机(Least S... 针对钢铁企业高炉煤气消耗量存在的波动大、随机性强、难以预测等特点,引入能量剩余函数,提出了一种与粒子自身能量相关的能量诱导型粒子群(Energy Guided Particle Swarm Optimization,EGPSO)算法。利用其对最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的参数进行优化,最后采用优化后的最小二乘支持向量机模型(EGPSO-LSSVM)进行高炉煤气消耗量预测。仿真实验表明:改进后的预测模型在平均绝对百分比误差、均方误差、均方百分比误差三项指标上均优于普通BP神经网络模型和普通最小二乘支持向量机模型,可以为高炉煤气资源的合理使用提供依据。 展开更多
关键词 高炉煤气预测 粒子群算法 最小二乘支持向量机 参数优化 惯性权重
下载PDF
事件和数据融合的加热炉煤气消耗量预测方法 被引量:12
7
作者 刘书含 孙文强 +1 位作者 范天骄 谢国威 《材料与冶金学报》 CAS 北大核心 2021年第4期304-309,共6页
为了解决加热炉煤气消耗量无法精准预测的问题,提出了融合事件和数据的加热炉煤气消耗量预测方法.根据操作事件将加热炉的运行状态分为正常运行、停炉检修和待料运行,以各运行状态下差分自回归移动平均模型(ARIMA)和人工神经网络模型(A... 为了解决加热炉煤气消耗量无法精准预测的问题,提出了融合事件和数据的加热炉煤气消耗量预测方法.根据操作事件将加热炉的运行状态分为正常运行、停炉检修和待料运行,以各运行状态下差分自回归移动平均模型(ARIMA)和人工神经网络模型(ANN)的预测性能为基础,结合生产大数据对加热炉煤气消耗量进行混合预测.结果表明:混合预测模型的预测性能好,滞后性小;混合预测模型的平均绝对误差为1542.45 m^(3)/min,平均相对误差为0.0654,对称平均绝对误差为0.0665,与使用单纯的ARIMA模型和ANN模型相比,混合预测模型精度更高. 展开更多
关键词 加热炉 煤气消耗量预测 事件驱动 数据驱动 混合预测模型
下载PDF
基于改进回声状态网络的高炉煤气产耗预测 被引量:10
8
作者 刘颖 时飞飞 +3 位作者 赵珺 王伟 丛力群 冯为民 《系统仿真学报》 CAS CSCD 北大核心 2011年第10期2184-2189,共6页
以钢铁企业高炉煤气系统为背景,针对其产生量和消耗量的预测问题,提出一种改进回声状态网络时间序列方法进行系统仿真预测,并根据最小均方差准则,以最小化网络训练误差为目标,采用随机梯度下降法对网络参数进行优化。该方法对于不同预... 以钢铁企业高炉煤气系统为背景,针对其产生量和消耗量的预测问题,提出一种改进回声状态网络时间序列方法进行系统仿真预测,并根据最小均方差准则,以最小化网络训练误差为目标,采用随机梯度下降法对网络参数进行优化。该方法对于不同预测对象,可计算出合适的网络连接权值、储备池谱半径等参数,避免了传统回声状态网络方法中单凭经验选择网络参数的现状,提高了预测精度。采用该方法对高炉煤气系统现场实际产耗数据进行了仿真预测,仿真结果表明所提出方法的有效性。 展开更多
关键词 高炉煤气系统仿真预测 回声状态网络 梯度下降法 参数优化
下载PDF
部分煤气化炉的热力学数学模型 被引量:5
9
作者 余廷芳 蔡宁生 《动力工程》 CSCD 北大核心 2004年第4期560-566,共7页
在考虑部分煤气化炉操作条件、气化剂、脱硫剂影响的基础上,引入了部分煤气化炉能量转化系数(而不是碳转化率)的概念,运用能量平衡、质量平衡、化学平衡方程建立了通用的与炉型无关的部分气化炉热力学数学模型,用于预测部分气化炉出口... 在考虑部分煤气化炉操作条件、气化剂、脱硫剂影响的基础上,引入了部分煤气化炉能量转化系数(而不是碳转化率)的概念,运用能量平衡、质量平衡、化学平衡方程建立了通用的与炉型无关的部分气化炉热力学数学模型,用于预测部分气化炉出口的煤气成份、产量、热值和所需气化剂的量。模型计算结果与实际数据相符,满足实际工程精度需要,并利用该模型计算分析了不同操作条件对部分气化炉产物的影响,模型计算的煤气成分及热值变化与实际及理论相一致。 展开更多
关键词 动力机械工程 部分煤气化炉 热力学数学模型 性能分析 煤气成分预测
下载PDF
基于灰色RBF神经网络的炼钢煤气消耗预测 被引量:8
10
作者 聂秋平 吴敏 +1 位作者 杜友武 熊永华 《系统仿真学报》 CAS CSCD 北大核心 2011年第11期2460-2464,共5页
煤气消耗预测是钢铁企业中能源管理重要组成部分之一,以炼钢过程煤气消耗为研究对象,将灰色理论与径向基函数(RBF)神经网络进行组合,建立了基于灰色RBF神经网络的炼钢煤气消耗预测模型,利用灰色理论累加求和特性对样本数据进行预处理,... 煤气消耗预测是钢铁企业中能源管理重要组成部分之一,以炼钢过程煤气消耗为研究对象,将灰色理论与径向基函数(RBF)神经网络进行组合,建立了基于灰色RBF神经网络的炼钢煤气消耗预测模型,利用灰色理论累加求和特性对样本数据进行预处理,减小了数据的随机性,增强了数据变化的规律;利用RBF神经网络逼近这种数据变化的规律,通过预测误差,动态调整RBF神经网络的结构,使得预测误差在允许的范围内。通过仿真表明,提出的模型预测精度较BP神经网络预测精度高,均方差为2.02%。 展开更多
关键词 炼钢 能源管理 RBF神经网络 灰色理论 煤气消耗预测
下载PDF
基于CEEMDAN-SVM-LSTM的高炉煤气利用率组合预测 被引量:5
11
作者 石琳 刘文慧 +1 位作者 曹富军 王晋建 《中国测试》 CAS 北大核心 2023年第1期86-91,共6页
煤气利用率是高炉炉况稳定和耗能的重要指标之一。为提高煤气利用率的预测精度,提出一种基于CEEMDAN-SVM-LSTM的组合模型对其进行预测。首先利用CEEMDAN(自适应噪声完备集合经验模态分解)将煤气利用率时间序列分解成6个模态量和一个趋... 煤气利用率是高炉炉况稳定和耗能的重要指标之一。为提高煤气利用率的预测精度,提出一种基于CEEMDAN-SVM-LSTM的组合模型对其进行预测。首先利用CEEMDAN(自适应噪声完备集合经验模态分解)将煤气利用率时间序列分解成6个模态量和一个趋势分量,对煤气流利用率的发展进行解耦;然后用LSTM(长短时间记忆人工神经网络)和SVM(支持向量机)分别对分解的高频模态和低频模态进行预测,最后将模型组合建立原始煤气利用率的组合预测模型。结果表明该组合模型的MAE(平均绝对误差)、MAPE(平均绝对百分比误差)、RMSE(均方根误差)和MSE(均方误差)分别为0.14、3.5%、0.18、0.032。与单一的SVM模型和LSTM预测模型对比,组合模型的精度更高。 展开更多
关键词 煤气利用率预测 快速傅里叶变换 CEEMDAN LSTM SVM
下载PDF
钢铁企业煤气预测与调度优化系统 被引量:3
12
作者 栾绍峻 吴秀婷 《冶金经济与管理》 2018年第6期17-21,共5页
钢铁行业面临着巨大的节能减排压力,提高能源利用效率成为钢铁企业的内在需求和必然选择。煤气是钢铁企业在生产过程中产生的重要二次能源,占企业总能源消耗的30%左右。因此,减少煤气放散,提高煤气综合利用效率,降低能源成本,履行社会责... 钢铁行业面临着巨大的节能减排压力,提高能源利用效率成为钢铁企业的内在需求和必然选择。煤气是钢铁企业在生产过程中产生的重要二次能源,占企业总能源消耗的30%左右。因此,减少煤气放散,提高煤气综合利用效率,降低能源成本,履行社会责任,对实现企业可持续发展尤为重要。基于该目标,首先介绍了钢铁企业煤气系统的组成,然后对煤气平衡及煤气调度问题进行了分析,最后对钢铁企业煤气预测与调度优化系统的系统目标、系统模型、系统功能及实施效果进行了介绍。通过建立模型和系统对煤气的产生与消耗进行预测,保证煤气系统的平衡,减少煤气放散,提高煤气利用率,实现节能降耗。 展开更多
关键词 钢铁企业 煤气产生预测 煤气消耗预测 煤气调度优化 动态模型放散
下载PDF
烧结机煤气消耗量预测模型的性能比较研究
13
作者 李涛 王盛民 +1 位作者 刘刚 王桂伟 《冶金能源》 北大核心 2024年第4期54-58,共5页
针对钢铁企业烧结机煤气消耗量预测精度较低的问题,研究建立差分自回归移动平均模型(ARIMA)、长短期记忆网络模型(LSTM)和极端梯度提升模型(XGBoost),用于预测烧结机的高炉煤气消耗量,利用钢铁联合企业的实际数据对比验证了预测模型性... 针对钢铁企业烧结机煤气消耗量预测精度较低的问题,研究建立差分自回归移动平均模型(ARIMA)、长短期记忆网络模型(LSTM)和极端梯度提升模型(XGBoost),用于预测烧结机的高炉煤气消耗量,利用钢铁联合企业的实际数据对比验证了预测模型性能。结果表明,XGBoost模型的预测精度高于ARIMA模型和LSTM模型。XGBoost模型的MAPE为3.45%,RMSE为703.53 m^(3)/min,R^(2)为99.91%,鲁棒性和泛化能力较强。此外,为了强化预测模型与烧结机不同运行状态间的联系,对烧结机不同运行状态的煤气消耗量进行预测。LSTM模型在烧结机正常生产状态表现出最好的预测效果,XGBoost模型则在烧结机减产和增产状态预测效果最佳。 展开更多
关键词 钢铁企业 烧结机 煤气消耗量预测 数据模型 运行状态
下载PDF
自适应变系数PSO-RBF算法及其在预测工程的应用 被引量:2
14
作者 林大志 王锐利 《现代电子技术》 北大核心 2016年第11期113-115,共3页
RBF神经网络对于非线性预测具有较好的效果,但是其存在容易陷入局部最小值以及收敛速度慢等缺点,研究一种自适应变系数PSO算法对RBF神经网络的初始参数进行优化,之后由RBF神经网络对粒子群算法优化后的网络参数进行精细优化,从而提高神... RBF神经网络对于非线性预测具有较好的效果,但是其存在容易陷入局部最小值以及收敛速度慢等缺点,研究一种自适应变系数PSO算法对RBF神经网络的初始参数进行优化,之后由RBF神经网络对粒子群算法优化后的网络参数进行精细优化,从而提高神经网络的稳定性以及收敛效率和精度等。自适应变系数PSO算法主要是将自适应递减和递增因子以及自适应调节惯性权重算子策略引入到常规的PSO算法中,从而改进算法在搜索空间中的遍历性,提高寻找全局最优解的概率,提高收敛精度和效率。最后,以炼钢过程中的煤气消耗量与钢铁产量的非线性关系作为预测实例进行研究,使用结果表明,研究的基于自适应变系数PSO-RBF神经网络的预测模型具有很好的预测能力,能够在预测工程中发挥较大的作用。 展开更多
关键词 非线性预测 RBF神经网络 自适应变系数粒子群算法 煤气预测
下载PDF
基于VMD⁃RBFNN模型的冷轧煤气消耗预测 被引量:1
15
作者 张宏健 熊伟 +1 位作者 张瑞成 张建喜 《现代计算机》 2023年第4期90-92,共3页
钢铁副产煤气的利用对企业发展与环境保护有着十分重要的意义。针对煤气消耗数据非线性且存在大量随机噪声的问题,提出了一种基于变分模态分解(VMD)与径向基函数神经网络(RBFNN)的煤气消耗预测模型。以某钢厂煤气消耗数据为例,实验结果... 钢铁副产煤气的利用对企业发展与环境保护有着十分重要的意义。针对煤气消耗数据非线性且存在大量随机噪声的问题,提出了一种基于变分模态分解(VMD)与径向基函数神经网络(RBFNN)的煤气消耗预测模型。以某钢厂煤气消耗数据为例,实验结果表明,VMD⁃RBFNN模型预测精度达到90%,具有更高的实用性和可行性。 展开更多
关键词 冷轧 煤气消耗预测 变分模态分解 径向基函数神经网络
下载PDF
Application of the third theory of quantification in coal and gas outburst forecast 被引量:1
16
作者 吴财芳 秦勇 张许良 《Journal of Coal Science & Engineering(China)》 2004年第2期60-65,共6页
The essential principles of the third theory of quantification are discussed, the concept and calculated method of reaction degree are put forward which extend the ap- plying range and scientificalness of the primary ... The essential principles of the third theory of quantification are discussed, the concept and calculated method of reaction degree are put forward which extend the ap- plying range and scientificalness of the primary reaction. Taking the Zhongmacun Mine as example, on the base of analyzing the rules of gas geology synthetically and travers- ing the geological factors infecting coal and gas outburst, the paper adopts the method of combining carving up statistical units with the third theory of quantification, screens out 8 sensitive geological factors from 11 geological indexes and carries through the work of gas geology regionalism to the exploited area of Zhongmacun according to the researching result. The practice shows that it is feasible to apply the third theory of quantification to gas geology, which offers a new thought to screen the sensitive geo- logical factors of gas outburst forecast. 展开更多
关键词 the third theory of quantification reaction degree sensitive geological fac- tors gas outburst forecast
下载PDF
RBF神经网络预测焦化企业煤气产量
17
作者 陈国香 张世伟 +1 位作者 曾隽芳 王学雷 《化工自动化及仪表》 CAS 2013年第3期334-337,共4页
对焦炉的发生和消耗特性进行分析,找出影响煤气产量的主要影响因素,并建立径向基函数(RBF)神经网络模型进行预测,实验表明:RBF模型具有较强的非线性逼近能力,能较真实地反映煤气产量和影响因素之间的非线性关系,预测效果要优于BP神经网... 对焦炉的发生和消耗特性进行分析,找出影响煤气产量的主要影响因素,并建立径向基函数(RBF)神经网络模型进行预测,实验表明:RBF模型具有较强的非线性逼近能力,能较真实地反映煤气产量和影响因素之间的非线性关系,预测效果要优于BP神经网络模型。 展开更多
关键词 煤气产量预测 炼焦 影响因素RBF神经网络
下载PDF
智能化能源环境管理系统
18
作者 王刚 《现代工业经济和信息化》 2020年第2期60-61,105,共3页
以能源管理系统在国内迅速发展为契机,首先提出了智能化能源环境管理系统的建设目标及建设该系统的必要性,分析了当前能源管理系统的发展现状和不足之处,进行了智能化能源环境管理系统的需求分析;其次根据当前的项目进展,介绍了该系统... 以能源管理系统在国内迅速发展为契机,首先提出了智能化能源环境管理系统的建设目标及建设该系统的必要性,分析了当前能源管理系统的发展现状和不足之处,进行了智能化能源环境管理系统的需求分析;其次根据当前的项目进展,介绍了该系统煤气动态预测和多介质耦合优化调度的子模型;最后对该系统建设可能取得的预期效果进行了简要的分析。 展开更多
关键词 能源环境管理系统 需求分析 煤气动态预测 多介质耦合优化调度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部