CN105160195A - 一种高炉炉温预测模型及其应用 - Google Patents

Abstract

本发明公开了一种高炉炉温预测模型及其应用，该模型由三个公式组成，其应用方法包括如下步骤：获得输入时间序列T(t-1，t-2)和P，得出预测系数beta；使用预测系数beta估计出残差ζ；对残差进行调整，重新估计Beta，预测T(t)。本发明与传统的TGARCH模型相比，增加了扰动项p_t-1，p_t-2，提高了预测命中率。

Description

一种高炉炉温预测模型及其应用

技术领域

本发明涉及信息预测技术领域，具体涉及一种高炉炉温预测模型及其应用。

背景技术

在复杂的高炉炼铁过程中，控制合理的炉温是高炉生产稳定、高效、顺行的关键因素。然而，影响高炉炉温的参数众多且各个参数之间有较强的相关性，更重要的是大多数参数有较大的时间滞后性等，这些都是造成高炉炉温很难预测。

现有一种高炉炉温预测方法，是通过TGARCH模型来进行预测的，用户根据历史数值，即各个历史时刻高炉中的铁水温度值以及通过公式 $d\stackrel{\‾}{T_t}={\mathrm{\β}}_1+{\mathrm{\β}}_{2}d\stackrel{\‾}{T_{t-1}}+{\mathrm{\β}}_{3}d\stackrel{\‾}{T_{t-2}}+{\mathrm{\β}}_{4}d\stackrel{\‾}{P_{t-1}}+{\mathrm{\β}}_{5}d\stackrel{\‾}{P_{t-2}}+{\mathrm{\ξ}}_t,$ 计算可得预测的现在时刻的铁水温度值这种预测方法受原有时间序列(即历史数值)影响，预测命中率较低。

发明内容

为解决上述问题，本发明提供了一种高炉炉温预测模型及其应用，可以提高预测命中率。

为实现上述目的，本发明采取的技术方案为：

一种高炉炉温预测模型，所述模型由以下三个公式组成：

$d\stackrel{\‾}{T_t}={\mathrm{\β}}_1+{\mathrm{\β}}_{2}d\stackrel{\‾}{T_{t-1}}+{\mathrm{\β}}_{3}d\stackrel{\‾}{T_{t-2}}+{\mathrm{\β}}_{4}d\stackrel{\‾}{P_{t-1}}+{\mathrm{\β}}_{5}d\stackrel{\‾}{P_{t-2}}+{\mathrm{\ξ}}_t$

${\mathrm{\ξ}}_t={\mathrm{\α\ξ}}_{t-1}^2+{\mathrm{\δN}}_{1-1}{\mathrm{\ξ}}_{t-1}^2$

式中，T(t)，T(t-1)，T(t-2)表示不同时间铁水温度序列；p_t-1，p_t-2表示扰动项，即使用的喷煤量；ξ表示残差序列；ξ(t，t-1)是不同的残差序列；N(t-1)是一个指示ξ_t大于等于0时，N取0；ξ_t小于0时，N取1；其他的变量α，β，δ都是估计出来的参数。

上述高炉炉温预测模型的应用，包括如下步骤：

S1、获得输入时间序列T(t-1，t-2)和P，得出预测系数beta；

S2、使用预测系数beta估计出残差ξ；

S3、对残差进行调整，重新估计Beta，预测T(t)。

本发明具有以下有益效果：

与传统的TGARCH模型相比，增加了扰动项p_t-1，p_t-2，提高了预测命中率。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施提供了一种高炉炉温预测模型，所述模型由以下三个公式组成：

$d\stackrel{\‾}{T_t}={\mathrm{\β}}_1+{\mathrm{\β}}_{2}d\stackrel{\‾}{T_{t-1}}+{\mathrm{\β}}_{3}d\stackrel{\‾}{T_{t-2}}+{\mathrm{\β}}_{4}d\stackrel{\‾}{P_{t-1}}+{\mathrm{\β}}_{5}d\stackrel{\‾}{P_{t-2}}+{\mathrm{\ξ}}_t$

${\mathrm{\ξ}}_t={\mathrm{\α\ξ}}_{t-1}^2+{\mathrm{\δN}}_{t-1}{\mathrm{\ξ}}_{t-1}^2$

式中，T(t)，T(t-1)，T(t-2)表示不同时间铁水温度序列；p_t-1，p_t-2表示扰动项，即使用的喷煤量；ξ表示残差序列；ξ(t，t-1)是不同的残差序列；N(t-1)是一个指示ξ_t大于等于0时，N取0；ξ_t小于0时，N取1；其他的变量α，β，δ都是估计出来的参数。与以往的tgarch模型相比，本发明增加了扰动项，重新编写了程序。

本发明实施例提供了上述高炉炉温预测模型的应用方法，包括如下步骤：

S1、获得输入时间序列T(t-1，t-2)和P，得出预测系数beta；

S2、使用预测系数beta估计出残差ξ；

S3、对残差进行调整，重新估计Beta，预测T(t)

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种高炉炉温预测模型，其特征在于，所述模型由以下三个公式组成：

$d\stackrel{\‾}{T_t}={\mathrm{\β}}_1+{\mathrm{\β}}_{2}d\stackrel{\‾}{T_{t-1}}+{\mathrm{\β}}_{3}d\stackrel{\‾}{T_{t-2}}+{\mathrm{\β}}_{4}d\stackrel{\‾}{P_{t-1}}+{\mathrm{\β}}_{5}d\stackrel{\‾}{P_{t-2}}+{\mathrm{\ξ}}_t$

${\mathrm{\ξ}}_t={\mathrm{\α\ξ}}_{t-1}^2+{\mathrm{\δN}}_{t-1}{\mathrm{\ξ}}_{t-1}^2$

式中，T(t)，T(t-1)，T(t-2)表示不同时间铁水温度序列；p_t-1，p_t-2表示扰动项，即使用的喷煤量；ξ表示残差序列；ξ(t，t-1)是不同的残差序列；N(t-1)是一个指示ξ_t大于等于0时，N取0；ξ_t小于0时，N取1。

2.如权利要求1所述的高炉炉温预测模型的应用，其特征在于，包括如下步骤：

S1、获得输入时间序列T(t-1，t-2)和P，得出预测系数beta；

S2、使用预测系数beta估计出残差ξ；

S3、对残差进行调整，重新估计Beta，预测T(t)。