[发明专利]基于主成分分析的灰色多因素MGM(1,n)模型的副产煤气发生量预测方法

摘要

本发明公开了一种基于主成分分析的灰色多因素MGM(1,n)模型的副产煤气发生量预测方法，属于工业气体监测控制技术领域，主要应用于副产煤气发生量的预测。利用相关矩阵判断是否有进行主成分分析的必要，对转炉煤气前期、中期、后期发生量及其影响因素利用主成分分析的方法提取主成分，然后根据提取的主成分和煤气发生量建立MGM(1,3)模型，进行分析预测。由于在主成分分析降低影响因素维数的基础上，再利用灰色多因素MGM(1,n)模型进行预测，因而具有预测精度高，预测效果好等优点。可在转炉煤气、高炉煤气、焦炉煤气发生量的预测中广泛应用，为实现煤气平衡调度提供科学依据。

主权项

1.一种基于主成分分析的灰色多因素MGM（1,n）模型的副产煤气发生量预测方法，其特征在于具体步骤如下：第一阶段，进行主成分分析1.1实测一个月副产煤气发生量及其影响因素，将各时间段任一时刻t的p个指标数写成原始数据矩阵：；1.2选取有代表性的初始变量进行因子分析，若多个初始变量间的相关系数较大，则将原始数据标准化，并根据其建立变量的相关系数阵，；1.3求出变量相关系数阵的单位特征向量：；1.4计算出各变量的累积贡献率，并结合累积贡献率确定提取副产煤气系统的主成分变量因子数量n；1.5根据相关系数阵的单位特征向量，写出主成分矩阵，再根据该成分矩阵写出副产煤气系统的n个主成分变量（），将副产煤气发生量及其主要影响因素表示出来，完成主成分分析；第二阶段，建立灰色多因素MGM(1,n)模型1.6根据提取的n个主成分变量每个时刻的数值及其相应的一次累加生成序列，建立副产煤气发生量预测模型MGM（1,n）,并将其撰写成n元一阶常微分方程组矩阵；第三阶段，求解矩阵方程，预测副产煤气发生量变化1.7反复求解矩阵方程，进行逐组预测，直到完成预测目标或达到要求的预测精度；1.8对所求得的各方程的解作累减还原，得到系统中各因素的拟合值和预测值；1.9分析计算结果，未达到顶期目标的，根据各系数的灰色区间，对系数矩阵进行适当调整或控制，再作仿真计算，反复协调，直到得到满意结果为止。