基于最小二乘支持向量机的焦炉煤气柜位预测模型及应用

被引:20
作者
张晓平 [1 ]
赵珺 [1 ]
王伟 [1 ]
丛力群 [2 ]
冯为民 [2 ]
陈伟昌 [3 ]
机构
[1] 大连理工大学信息与控制研究中心
[2] 上海宝信软件股份有限公司自动化部
[3] 上海宝山钢铁股份有限公司能源部
关键词
焦炉煤气系统; 柜位预测; 最小二乘支持向量机; 快速留一法; 梯度网格搜索;
D O I
10.13195/j.cd.2010.08.61.zhangxp.002
中图分类号
TQ541 [气化理论(可燃气体、瓦斯)];
学科分类号
摘要
针对焦炉煤气柜位难以机理预测问题,通过分析煤气的产消及柜位变化特点,建立了基于最小二乘支持向量机的柜位预测模型.构造梯度网格搜索算法优选模型参数和大样本筛选方法选取训练样本,从而提高了预测精度.上海宝钢实际煤气数据的仿真结果表明,所建模型参数选取耗时少,预测效果良好,可为煤气的平衡调度提供科学指导.
引用
收藏
页码:1178 / 1183+1188 +1188
页数:7
相关论文
共 5 条
[1]   钢铁企业煤气优化调度模型研究 [J].
明德廷 ;
李娟 ;
尹怡欣 .
计算机工程与设计, 2008, (06) :1575-1578
[2]   基于在线最小二乘支持向量机的广义预测控制(英文) [J].
李丽娟 ;
苏宏业 ;
诸建 .
自动化学报, 2007, (11) :1182-1188
[3]   基于支持向量机的纺纱质量预测模型研究 [J].
吕志军 ;
杨建国 ;
项前 ;
王晓玲 .
控制与决策 , 2007, (06) :693-696
[4]   基于支持向量回归的300MW电站锅炉再热汽温建模 [J].
黄景涛 ;
马龙华 ;
茅建波 ;
钱积新 .
中国电机工程学报, 2006, (07) :19-24
[5]   Fast exact leave-one-out cross-validation of sparse least-squares support vector machines [J].
Cawley, GC ;
Talbot, NLC .
NEURAL NETWORKS, 2004, 17 (10) :1467-1475