基于CEEMDAN-SVM-LSTM的高炉煤气利用率组合预测
煤气利用率是高炉炉况稳定和耗能的重要指标之一.为提高煤气利用率的预测精度,提出一种基于CEEMDAN-SVM-LSTM的组合模型对其进行预测.首先利用CEEMDAN(自适应噪声完备集合经验模态分解)将煤气利用率时间序列分解成6个模态量和一个趋势分量,对煤气流利用率的发展进行解耦;然后用LSTM(长短时间记忆人工神经网络)和SVM(支持向量机)分别对分解的高频模态和低频模态进行预测,最后将模型组合建立原始煤气利用率的组合预测模型.结果表明该组合模型的MAE(平均绝对误差)、MAPE(平均绝对百分比误差)、RMSE(均方根误差)和MSE(均方误差)分别为0.14、3.5%、0.18、0.032.与单一的SVM模型和LSTM预测模型对比,组合模型的精度更高.
煤气利用率预测、快速傅里叶变换、CEEMDAN、LSTM、SVM
49
TP3-05(计算技术、计算机技术)
国家自然科学基金;内蒙古自然科学基金资助项目;内蒙古自治区青年科技英才支持计划项目;鹿城英才高校专业技术人才基金项目
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
86-91