基于數(shù)據(jù)的鋼鐵企業(yè)二次能源系統(tǒng)預(yù)測(cè)方法及應(yīng)用.pdf

1、鋼鐵工業(yè)是高能耗高排放的行業(yè)，實(shí)現(xiàn)其節(jié)能減排是行業(yè)發(fā)展的重大需求。研究鋼鐵企業(yè)二次能源系統(tǒng)中的相關(guān)預(yù)測(cè)問(wèn)題，不僅對(duì)解決能源系統(tǒng)的優(yōu)化、調(diào)度和管理有重要的指導(dǎo)作用，更對(duì)國(guó)家實(shí)現(xiàn)工業(yè)節(jié)能減排有重要的意義。針對(duì)鋼鐵企業(yè)二次能源系統(tǒng)工藝復(fù)雜，難于建立機(jī)理預(yù)測(cè)模型的特點(diǎn)，本文研究了基于數(shù)據(jù)的鋼鐵企業(yè)二次能源系統(tǒng)預(yù)測(cè)方法，具體內(nèi)容如下:
　　針對(duì)工業(yè)數(shù)據(jù)含噪聲高的特點(diǎn)，將面向點(diǎn)的二次能源介質(zhì)產(chǎn)消量預(yù)測(cè)問(wèn)題歸結(jié)為含噪聲時(shí)間序列預(yù)測(cè)問(wèn)題，提出一種

2、考慮附加噪聲的回聲狀態(tài)網(wǎng)絡(luò)預(yù)測(cè)模型。鑒于數(shù)據(jù)噪聲而導(dǎo)致的儲(chǔ)備池神經(jīng)元狀態(tài)更新和網(wǎng)絡(luò)輸出更新的不確定性，提出一種基于求積卡爾曼濾波/線性卡爾曼濾波的雙重估計(jì)算法對(duì)儲(chǔ)備池神經(jīng)元狀態(tài)和輸出權(quán)值進(jìn)行估計(jì)。
　　針對(duì)面向點(diǎn)的二次能源介質(zhì)存儲(chǔ)量預(yù)測(cè)問(wèn)題，提出一種基于關(guān)系型數(shù)據(jù)的模糊預(yù)測(cè)模型?？紤]能源系統(tǒng)中調(diào)節(jié)用戶的人為干擾特性，采用條件模糊聚類(lèi)對(duì)所建模型的輸入/輸出空間進(jìn)行劃分，以確定模型的前件參數(shù)。鑒于模糊模型后件參數(shù)求解時(shí)常出現(xiàn)異常解，采

3、用貝葉斯線性回歸方法求解模型的后件參數(shù)。
　　針對(duì)二次能源介質(zhì)產(chǎn)消量區(qū)間預(yù)測(cè)問(wèn)題，提出一種Bootstrap回聲狀態(tài)網(wǎng)絡(luò)集成區(qū)間預(yù)測(cè)模型。為確定網(wǎng)絡(luò)集成模型的結(jié)構(gòu)參數(shù)，采用0.632 Bootstrap交叉驗(yàn)證的方法來(lái)確定網(wǎng)絡(luò)集成模型中網(wǎng)絡(luò)單元的個(gè)數(shù)和儲(chǔ)備池神經(jīng)元的個(gè)數(shù);為求解網(wǎng)絡(luò)集成模型的參數(shù)，提出一種基于貝葉斯線性回歸的同步訓(xùn)練方法，該方法可以同時(shí)對(duì)多個(gè)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，又能兼顧網(wǎng)絡(luò)個(gè)體在訓(xùn)練過(guò)程中的信息交互。
　　針對(duì)二次

4、能源介質(zhì)存儲(chǔ)量的區(qū)間預(yù)測(cè)問(wèn)題，提出一種具有輸入不確定性的回聲狀態(tài)網(wǎng)絡(luò)區(qū)間預(yù)測(cè)模型，并分別基于貝葉斯原理推導(dǎo)了外部輸入數(shù)據(jù)不確定性、反饋輸入數(shù)據(jù)不確定性、以及總體不確定性存在情況下模型輸出的分布，最終構(gòu)造了考慮總體不確定性存在情況下能源介質(zhì)存儲(chǔ)量的預(yù)測(cè)區(qū)間。
　　基于國(guó)內(nèi)某鋼鐵企業(yè)二次能源系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)對(duì)本文所提出的二次能源系統(tǒng)預(yù)測(cè)方法進(jìn)行了仿真實(shí)驗(yàn)，其結(jié)果表明了所提方法對(duì)二次能源系統(tǒng)相關(guān)預(yù)測(cè)問(wèn)題具有良好的預(yù)測(cè)效果。將取得的成果應(yīng)用