基于时间序列集成学习的吸收塔入口SO2
公开
摘要
本发明涉及一种基于时间序列集成学习的吸收塔入口SO2浓度预测方法，包括如下步骤：步骤1，基于经验模态分解方法，将吸收塔入口SO2浓度时间序列分解为频率成分相对单一的子序列；步骤2，基于小波分析法对吸收塔入口SO2浓度的每个子序列进行特征提取，并将具有相似周期或频率的成分进行合并；步骤3，根据吸收塔入口SO2浓度的不同子时间序列的特征，基于随机时间序列算法ARIMA，得到各个子时间序列的预测结果；步骤4，基于非线性集成学习方法，将吸收塔入口SO2浓度不同子时间序列的预测结果进行集成，得到原始时间序列对应的预测结果。本发明使用时间序列集成学习算法来对吸收塔入口SO2浓度进行实时预测，能够实现脱硫系统优化运行，降低脱硫设备能耗。
基本信息
专利标题 ：
基于时间序列集成学习的吸收塔入口SO2浓度预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492918A
申请号 ：
CN202111492932.9
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
叶翔王燕明赵天亮王建东唐勇张艳宾王勇李忠张强马文涛张彦军崔健杨磊
申请人 ：
天津大唐国际盘山发电有限责任公司;中国大唐集团科学技术研究院有限公司火力发电技术研究院
申请人地址 ：
天津市蓟州区蓟县别山西
代理机构 ：
北京中南长风知识产权代理事务所(普通合伙)
代理人 ：
李青
优先权 ：
CN202111492932.9
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06N20/20 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
