基于EMD-GWO-LSSVM的石灰石浆液密度预测方法  

作　　者：侯会杰 马继明 孙志勇 

机构地区：[1]天津国能盘山发电有限责任公司,天津301900

出　　处：《中国科技期刊数据库 工业A》2024年第7期0196-0201,共6页

摘　　要：针对目前湿式脱硫制浆系统中石灰石浆液密度难以实现持久稳定测量的问题,提出一种基于EMD-GWO-LSSVM的浆液密度预测方法。首先,利用皮尔逊相关系数进行变量筛选,消除冗余变量;其次,使用经验模态分解(EMD)将相关变量分解为n阶本征模函数(IMF),并使用皮尔逊相关系数判断出有效的IMF分量,将有效分量使用小波阈值去噪算法(WTD)进行去噪,对所有去噪后的IMF分量求和得到重构信号作为模型最终的输入变量;最后,将灰狼优化算法(GWO)与LSSVM相结合,得到最终的预测模型。实验结果表明,基于EMD变量重构使预测模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)及平均绝对误差(MAE)分别降低了24%、20%、27%,使用灰狼算法后使模型的均方根误差降低45%,是一种有效的石灰石浆液预测方法。

关 键 词：石灰石浆液密度 经验模态分解 灰狼优化算法 最小二乘支持向量机 

分 类 号：TE32[石油与天然气工程—油气田开发工程]