典型文献
基于改进小波-TCN的高炉铁水钒含量预测系统
文献摘要：
铁水钒含量作为冶炼钒钛磁铁矿高炉的重要经济指标,对其进行准确预测将对高炉后续提钒增效具有重要生产意义.利用小波-TCN组合时序模型对具有非线性、波动大等特点的高炉铁水钒含量进行预测.首先利用小波变换将原时间序列数据分解成多个噪声段和单个趋势段,然后选用TCN模型对小波变换后的噪声段和趋势段分别进行预测,最后将结果重构得到最终的预测结果.对于选取小波变换层数较复杂的问题,利用赫斯特系数能够表征数据可预测性的特点,提出小波变换后的平均赫斯特系数(H)用于降低模型建立过程中小波变换层数选取的复杂度,从而改进小波-TCN组合时序模型.结果表明,改进后的预测模型对单一变量预测高效且准确,相对非改进模型运算时间减少150％左右.对于赫斯特系数大于0.5的预测数据,利用改进小波-TCN组合时序模型对铁水钒含量进行预测,预测结果数据的R2达到0.967,均优于LSTM、LSTM with Attention和TCN单一预测模型的预测效果;对铁水硅、硫含量和铁水温度数据进行单变量预测,其R2分别为0.953、0.942和0.933.该预测模型可高效准确地对高炉铁水质量单变量进行预测,并可为高炉冶炼过程中所产生的其他波动较大数据的单变量准确、高效预测提供参考方案.基于预测模型进行预测系统功能应用开发,能使操高炉操作人员直观了解高炉出铁质量各参数状况,对高炉出铁质量数据进行提前掌握,促进高炉稳定顺行.
文献关键词：
小波变换;时间序列;神经网络;赫斯特系数;预测模型;钒含量
中图分类号：
作者姓名：
王坤明;刘小杰;李欣;李红玮;张淑会;陈树军
作者机构：
华北理工大学冶金与能源学院,河北唐山063210;承德钢铁集团有限公司,河北承德067000
文献出处：
引用格式：
[1]王坤明;刘小杰;李欣;李红玮;张淑会;陈树军-.基于改进小波-TCN的高炉铁水钒含量预测系统)[J].中国冶金,2022(12):15-24
A类：
赫斯特系数
B类：
TCN,高炉铁水,钒含量,含量预测,预测系统,钒钛磁铁矿,经济指标,准确预测,提钒,时序模型,小波变换,原时,时间序列数据,数据分解,分解成,层数,可预测性,建立过程,单一变量,测高,改进模型,运算时间,预测数据,Attention,硫含量,铁水温度,温度数据,单变量预测,铁水质量,高炉冶炼,系统功能应用,应用开发,高炉操作,操作人员,高炉出铁,铁质,质量数据,稳定顺行
AB值：
0.279227
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
