针对钢铁企业高炉煤气产生量和消耗量波动频繁，难以有效预测的问题，应用小波分析方法将高炉煤气产生量和消耗量历史数据经剔除“噪声”后分为趋势数据和波动数据，并结合高炉实际运行工况，建立一种具有时序更新和自我修正功能的最小二乘支持向量机（ Lssvm）高炉煤气动态预测模型．以一座容积为3200 m3高炉的煤气产生量和相应的热风炉煤气消耗量作为样本数据，对8 h内的煤气产生量与消耗量进行了动态预测．结果表明：采用小波分析后的Lssvm预测模型绝对平均误差降低到2．77％， Update＿Lssvm模型预测高炉煤气产量精度达到1．55％，热风炉高炉煤气消耗量精度达到4．23％，解决了变工况下高炉煤气产生量和消耗量预测随机性问题．与其他预测模型相比，Update＿Lssvm模型预测精度明显提升．该模型不仅具有泛化能力，也为高炉煤气优化调度提供了理论依据．
- 作 者：
- 张琦 李鸿亮 赵晓宇 贾辉 ZHANG Qi LI Hongliang ZHAO Xiaoyu JIA Hui
- 作者单位：
- 张琦,李鸿亮,赵晓宇,ZHANG Qi,LI Hongliang,ZHAO Xiaoyu(国家环境保护生态工业重点实验室 东北大学，110819 沈阳)
贾辉,JIA Hui(东北大学科技产业集团有限公司，110819 沈阳) - 刊 名：
- 哈尔滨工业大学学报 ISTIC EI PKU
- 英文刊名：
- 年，卷(期)：
- 2016 (1)
- 基金项目：
- 国家自然科学基金(51274065)；教育部中央高校基本科研业务经费( N130402008， N110702001)．
