基于灰色关联分析的ELM高炉温度预测模型

来源：钢铁研究学报杂志2015年第11期北京时间：

作者：李爱莲1，赵永明1,2，崔桂梅1

单位：1.内蒙古科技大学信息工程学院，内蒙古包头014010；2.内蒙古电力集团有限公司巴彦淖尔电业局，内蒙古巴彦淖尔015000

摘要：针对传统高炉温度模型的固有缺陷，提出了一种基于灰色关联分析的ELM(极限学习机—extreme learning machine)温度预报模型。由于炼铁工艺的多变量、非线性、强耦合等特点，所以传统建模方法已经不能满足要求的高精度预报高炉温度。首先通过灰色关联分析对输入变量进行相关性分析，提高模型的性能，然后结合分析后的变量采用ELM学习算法训练神经网络，最后运用现场数据对该网络进行训练和测试，并与传统的模型相比较。结果表明该模型能快速、准确地预报高炉温度，并且能满足指导现场工人操纵高炉的要求。

关键词：灰色关联;极限学习机;高炉;铁水温度预报;神经网络

基金资助：基于数据驱动的白云鄂博矿高炉炼铁过程的建模及优化研究