10.3969/j.issn.1000-3932.2016.05.010
钢铁企业蒸汽管网压力预测
为解决钢铁企业中蒸汽管网压力变化无规律很难对蒸汽系统进行实时有效调度的问题,提出一种基于小波变换-贝叶斯神经网络预测方法.首先利用小波变换对原始数据进行降噪处理,以降低数据中的误差干扰;然后利用贝叶斯正则化算法结合BP神经网络,在训练优化过程中降低网络结构的复杂性,避免网络过拟合,提高了网络的泛化能力同时改善了预测效果.实验结果表明:基于小波变换-贝叶斯神经网络预测方法的钢铁生产蒸汽管网压力的预测精度高、性能好,具有良好的实用性,可提高企业蒸汽管网的运行管理水平,为蒸汽的合理调度提供了科学的理论依据.
压力预测、蒸汽管网、噪声、小波变换、小波神经网络、贝叶斯神经网络
43
TH812
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
495-500