基于灰色关联分析和互信息理论的石灰石浆液密度预测

作者：仝卫国; 赵如意; 郭超宇

来源：中国测试, 2022, 1-7.

• 火力发电
• 石灰石浆液密度预测
• 变量选择
• 时序调整
• LSSVM

针对软测量方法在石灰石浆液密度预测中精度偏低且选取变量存在主观性的问题，提出了一种基于灰色关联分析(GRA)和互信息(MI)理论的石灰石浆液密度预测方法。首先，使用GRA算法对输入变量进行选择，以消除冗余变量。其次，使用MI算法对选择出的变量进行时序调整，以补偿制浆系统中存在的时间延迟。最后，将其与粒子群优化的最小二乘支持向量机结合(particle swarm optimization-least squares support vector machine， PSO-LSSVM)，得到一种新的石灰石浆液密度预测模型(GRA-MI-PSO-LSSVM)。实验结果表明：基于GRA变量选择后使LSSVM模型的均方根误差(RMSE)和平均相对误差(MAPE)分别降低了18%和27%，使用MI算法进行时序调整后使GRA-LSSVM模型的RMSE和MAPE分别降低了16%和19%，最终构建的GRA-MI-PSO-LSSVM模型具有预测精度高和适应能力强的特点，可为火电厂石灰石浆液密度的优化控制提供技术支持。

• 单位
  华北电力大学