基于LSSVR-RP-CI的铅冶炼异常能耗预警系统（英文）

作者：王洪才; 方鸿儒; 孟磊^*; 徐峰祥^*

来源：Journal of Central South University (English Edition), 2019, 26(08): 2175-2184.

• 铅冶炼
• 能耗
• 最小二乘支持向量回归
• 递归图
• 置信区间

异常能耗预警是工业过程节能的重要内容。然而,对于通常能耗巨大的铅冶炼行业的相关研究却鲜有报道。因此,本研究建立了基于智能能耗预测和异常能耗识别的预警系统。采用自适应遗传算法优化最小二乘支持向量回归(LSSVR)模型,对铅冶炼过程的能耗进行预测。分别通过递归图(RP)分析和置信区间(CI)分析,定量确定能耗的平稳程度和正常范围,实现异常能耗的识别。通过比较实际数据与预测数据,发现LSSVR模型的预测精度可达90%以上。如果周期时间序列与能耗的相关系数大于周期时间序列与洛伦兹时间序列的相关系数,则认为能耗是非平稳的。此外,得到了正常能耗的上限和下限。

• 单位
  中南大学; 武汉理工大学