| 事件和数据融合的加热炉煤气消耗量预测方法 |
| |
| 引用本文： | 刘书含,孙文强,范天骄,谢国威. 事件和数据融合的加热炉煤气消耗量预测方法[J]. 材料与冶金学报, 2021, 20(4): 304-309. DOI: 10.14186/j.cnki.1671-6620.2021.04.011 |
| |
| 作者姓名： | 刘书含 孙文强 范天骄 谢国威 |
| |
| 作者单位： | 东北大学 冶金学院,沈阳 110819;东北大学 冶金学院,沈阳 110819;东北大学 国家环境保护生态工业重点实验室,沈阳 110819;中钢集团 鞍山热能研究院有限公司,辽宁 鞍山 114044 |
| |
| 摘 要： | 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 m3/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.
|
| 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 |
A hybrid event-driven and data-driven method for predicting the gas consumption of reheating furnaces |
| |
| Liu Shuhan,Sun Wenqiang,Fan Tianjiao,Xie Guowei. A hybrid event-driven and data-driven method for predicting the gas consumption of reheating furnaces[J]. Journal of Materials and Metallurgy, 2021, 20(4): 304-309. DOI: 10.14186/j.cnki.1671-6620.2021.04.011 |
| |
| Authors: | Liu Shuhan Sun Wenqiang Fan Tianjiao Xie Guowei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
