点击次数：

论文类型：会议论文

发表时间：2014-08-01

页面范围：11

关键字：冶金能源系统;数据填补;样本筛选;最大方差权信息系数

摘要：在基于数据的挖掘、建模与优化领域,数据的完整性与准确性是实施此类研究的基础。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性特性,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的情况,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,我们对上海宝钢高炉、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在填补精度上有很大优势。