基于时序趋势特征的回转窑喂煤SVM分类方法

来源期刊：冶金自动化2011年第5期

论文作者：赵晶晶 张小刚 陈华 林祈元

文章页码：27 - 31

关键词：回转窑;支持向量机;粒子群;时间序列;

摘    要：提出一种基于时序趋势特征的回转窑喂煤支持向量机(SVM)分类方法,根据回转窑多个热工数据之间的动态变化规律预测喂煤变化趋势,指导人工喂煤调节的操作。首先对回转窑热工数据进行预处理,将喂煤时间序列分段线性表示,并提取相应趋势特征,形成训练样本;然后采用粒子群(PSO)算法优化SVM参数,构建SVM分类器,进而对测试样本进行分类,实现对喂煤趋势的分类预测。通过采用现场数据进行对比分析,证明本文提出的喂煤趋势预测方法具有较高的预测准确率,提高了窑前控制的鲁棒性,模型达到了现场应用的水平。