申请/专利权人：上海梅山钢铁股份有限公司

申请日：2021-02-09

公开（公告）日：2024-04-09

公开（公告）号：CN114912335B

主分类号：G06F30/27

分类号：G06F30/27;G06Q10/04;G06Q50/06;G06F113/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.09.02#实质审查的生效;2022.08.16#公开

摘要：本发明涉及一种基于缺失数据的煤气发生量预测方法，涉及数据编码系统。本发明包括以下步骤：步骤一、采集钢铁企业制造部门的生产信息和能源管理部门的煤气信息；步骤二、对采集到的数据进行去噪，并对数据进行归一化处理：步骤三、对缺失数据进行填补；步骤四、利用现有的历史数据构造特征空间：步骤五、使用可加自回归模型对现有的数据进行预测：步骤六：进入预测阶段。本发明充分考虑了现在和未来数据的信息，提高了数据使用效率，即使在少量缺失数据下也能得到可靠的煤气发生量预测。

主权项：1.一种基于缺失数据的煤气发生量预测方法，其特征在于包括以下步骤：步骤一、采集钢铁企业制造部门的生产信息和能源管理部门的煤气信息，所述生产信息包括各工序和生产线的生产量、生产周期内的设备检修记录，所述煤气信息包括能源介质的消耗、回收和放散数据；步骤二、对采集到的数据进行去噪，并对数据进行归一化处理：具体步骤为：把数据由小至大排列，处于数据14及34的数据，称为数据的14分位数与34分位数，分别记为q0.25与q0.75，int＝q0.75-q0.25；如果数据不属于区间[q0.25-1.5int,q0.75+1.5int]，识别为异常数据点，把所述异常数据点从数据中剔除；对数据进行归一化： xi代表表1中的每一列中的一个数据，xmin代表对应列数据变化的最小值，xmax代表对应列数据变化的最大值；步骤三、对缺失数据进行填补，从而使收集到的煤气数据更加完整，使用BP神经网络由历史数据对现有的缺失数据进行预测，使用BP神经网络由未来数据对现有的缺失数据进行预测，使用双向核光滑的方法对两组数平滑，生成缺失数据的填补；步骤四、利用现有的历史数据构造特征空间：第i组数据的输入变量为： 第i组比变量的输出为yi；步骤五、使用可加自回归模型对现有的数据进行预测：所述自回归模型如下： 其中fm·为未知函数m＝1,...,d，βti-s，t＝1,...,d，s＝1,...,kt与α，αl，l＝1,...,k为未知参数；步骤六：进入预测阶段，输入要预测的工序或产线未来计划期内的计划产量和影响因素的值，运行运用可加自回归模型算法，得到算法的输出值，输出值为工序或产线的高炉煤气发生量。

全文数据：

权利要求：

百度查询： 上海梅山钢铁股份有限公司 一种基于缺失数据的煤气发生量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD