基于最大方差权信息系数的煤气数据填补

【摘要】：在数据的挖掘、建模与优化领域,数据的完整性与准确性是进行此类研究的基础.鉴于冶金能源系统的复杂性和现场数据采集过程易受干扰的特点,其数据在获取过程中极易发生数据缺失的现象,从而造成模型无法建立,隐含信息无法准确挖掘等情况.本文针对钢铁企业副产煤气的发生、消耗流量数据出现的缺失情况,通过分析相似工况下能源流量数据的相关特性,提出一种基于最大方差权信息系数的冶金企业副产煤气系统流量数据填补方法.该方法针对现场经常发生的两类数据缺失情况,即数据点间断缺失和数据长时间连续缺失,以最大方差权信息系数作为样本筛选准则,并采用基于核学习的方法对缺失数据进行填补.为验证本文提出的数据填补方法的有效性,本文对上海宝钢高炉、焦炉和冷热轧用户的实际生产数据的运行试验,结果表明该方法相比其他的方法存填补精度上有很大优势. 【作者单位】： 大连理工大学控制科学与工程学院;
【关键词】： 冶金能源系统 数据填补 样本筛选 最大方差权信息系数
【基金】：国家“863”计划项目(2013AA040703) 国家自然科学基金项目(61034003,61304213,61104157,61273037,61473056) 中央高校基本科研业务费专项资金项目(DUT13RC203)资助~~
【分类号】：TF089;TP311.13
【正文快照】： 1引言(Introduction) 随着现代工业信息化水平的逐步提高,工业企业在生产过程中积累了大量的实时数据.深入挖掘隐含在此类数据背后的信息,并将其应用在生产自动化与智能化的解决方案中,是当前工业信息化领域的研究热点[1].在冶金工业,副产煤气是炼焦、加热炉、电厂 等环节必

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于正则化方法的多元数据拟合问题    于一发;张大庆;

基于归一化方法的协同过滤推荐算法    陈小辉;高燕;刘汉烨;

基于数据挖掘的仿真模型参数修正    赵一丁;李志民;王洪利;刘卫光;楚纪正;

日径流预报贝叶斯回声状态网络方法    李保健;程春田;武新宇;王森;

长流程钢铁企业能耗预测模型的开发与验证    夏银凤;苍大强;宋阳升;金永龙;王宝军;

贝叶斯方法在变量选择问题中的应用    袁晶

钢铁企业煤气系统预测及优化调度研究    李红娟

基于成分数据分析和二次混合模型的斜长石—流体温度计/湿度计    曾铃

落叶松人工林生物量和碳储量研究    黄兴召

基于数据的钢铁企业二次能源系统预测方法及应用    盛春阳

东天山荒漠戈壁多元素区域地球化学勘查方法对比解析    林鑫

轻量级服务推荐算法研究    吴小坤

物联网不完全数据填充算法研究    杨英达

成分数据中近似零点处理的修正EM算法比较    常王华

存在缺失数据的非劣效临床试验中不同分析方法的模拟比较研究    吴振强

基于非线性结构方程模型的公司成长性分析    寇鹏

混合型数据的缺失数据的填补    胡贤利

基于TIKHONOV正则化方法的迭代学习控制方法    秦晓飞

几种填补方法的比较及在纵向数据缺失中的应用    杨林

非单调缺失数据多重估算及心脏康复综合干预效果评价与应用    张翠仙

基于Active Learning的数据修复补全策略研究    杨贺

高分辨率SAR图像目标阴影修复及目标识别研究    赵昊