相空间重构-最小二乘支持向量机用于间歇过程变量在线预报

摘要：

时间序列预测技术可实现过程参数未来变化趋势的早期预报,从而为分析判断工况是否正常、确定转入下一工序的时机提供依据.针对间歇过程数据长度短、非线性、动态、不同批次数据不等长等特点,提出了一种基于相空间重构-最小二乘支持向量机的非线性时间序列预测方法.首先将多批次数据随机的拼接组成长数据向量,差分处理后采用相空间重构关联积分C-C方法计算该序列的延迟时间τ和嵌入维数m,从而构建训练集和检验集,然后采用最小二乘支持向量机算法建立预测模型.对某间歇蒸馏过程上升气温度建立的5步预测模型可用于生产现场的在线预报.

关键词：间歇过程、相空间重构、最小二乘支持向量机、非线性时间序列预测、C-C方法

所属期刊栏目：28

分类号：TQ015.9;TP391.9;O6-39(一般性问题)

在线出版日期：2012-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1577-1580