基于集成神經網絡的水泥生產能耗建模

作者：黃堃,楊文,丁孝華

摘要：為了提高水泥生產過程的能耗建模和預測的精度,提出了一種基于神經網絡與馬爾科夫修正的水泥生產集成能耗預測模型:在數據預處理階段,為了減小處理數據的規模,采用平均影響值法進行數據降維,篩選敏感變量,從12個變量中選出對能耗輸出影響較大的6個,構建一個6輸入單輸出的神經網絡,使能耗建模階段選用的神經網絡模型結構更為簡單,可以有效減少訓練神經網絡所需的時間。在能耗建模階段,為了建立性能更佳的能耗模型,在以神經網絡作為能耗建模元學習器的基礎上采用集成學習思想,組合數個元學習器成一個性能更佳的強學習器,即將多個神經網絡的預測輸出值求平均作為集成模型的預測結果,采用水泥燒成系統的依賴變量和對應的爐窯能耗值作為試驗數據進行模型的訓練、驗證和預測,結果表明,集成模型預測結果的決定系數R 2值較單個神經網絡提高了0.019,預測值與真實值的相對殘差的均值較單個神經網絡也減少了0.027,模型性能有所提高。在能耗預測階段,為了進一步提高模型的預測精度,引入馬爾科夫殘差修正法,即依據歷史預測能耗值與實際能耗值的殘差修正當前預測值,提升集成能耗模型的預測精度。結果表明,經馬爾科夫修正法修正的預測值相對殘差從-0.6%降至-0.25%,能耗預測值更加接近實際值,預測精度提升,可更好地挖掘水泥爐窯燒成系統電能耗變化與依賴變量的規律,實現能耗精確預測,為水泥生產過程的能耗監管提供了更精確的參考依據。根據水泥生產能耗建模3個階段的描述,提出一種基于神經網絡與馬爾科夫修正的水泥生產集成能耗預測模型,在水泥生產能耗預測上有更佳的預測效果和更高的預測精度。

發文機構：國電南瑞科技股份有限公司

關鍵詞：神經網絡能耗建模水泥生產集成算法馬爾科夫修正neural networkenergy consumption modelingcement productionintegrated algorithmMarkov correction

分類號： TQ53[化學工程—煤化學工程]TK114[動力工程及工程熱物理—熱能工程]