文章摘要:热风炉是副产煤气消耗大户，热风炉群的煤气消耗数据无规律性、波动剧烈，预测难度较大。针对热风炉群煤气消耗量难以直接预测的问题，提出一种基于BP神经网络的热风炉群煤气消耗量预测方法。该方法将热风炉群的煤气消耗数据分解为单座热风炉的煤气消耗数据，利用单座热风炉周期性煤气消耗特性，将利用BP网络模型预测出的各座热风炉煤气消耗数据重构为热风炉群的煤气消耗量数据。以现场采集的热风炉煤气消耗数据作为样本进行实例分析，结果表明，数据分解重构的BP网络模型的平均绝对误差（MAE）为2 978.74 m³/min，平均绝对百分比误差（MAPE）为6.59%，对称平均绝对百分比误差（SMAPE）为6.88%。与传统BP网络模型相比，该模型的MAE、MAPE和SMAPE分别改善了61.86%、70.88%和66.60%。

文章关键词:

论文DOI:10.13228/j.boyuan.issn1006-9356.20210465

论文分类号:TF544;TP183

文章来源：《武汉冶金管理干部学院学报》 网址: http://www.whyjglgbxyxb.cn/qikandaodu/2021/1214/1903.html