基于CEEMDAN-SVM-LSTM的高炉煤气利用率组合预测

作者：石琳; 刘文慧; 曹富军; 王晋建

来源：中国测试, 2023, 49(01): 86-91.

• 煤气利用率预测
• 快速傅里叶变换
• CEEMDAN
• LSTM
• SVM

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。

• 单位
  内蒙古科技大学