[发明专利]一种基于主元回归的煤灰烧结温度预测方法

权利要求书

1.一种基于主元回归的煤灰烧结温度预测方法，其特征在于，包括以下步骤：

1)收集煤灰烧结试验历史数据，其中数据包含煤质工业分析、元素分析和煤灰烧结温度试验数据；

2)采用无用信息变量消除法对变量进行选择，去除对煤灰烧结温度无用信息的变量，降低无关信息对预测模型的影响，提高模型的预测精度，另外变量数目的减少同时提高运算的效率；

3)主元回归模型的建立，将煤质化验数据作为模型的输入变量，煤灰烧结温度作为模型的输出变量，将两者建立起一一对应的映射关系，利用得到的最佳主成分数建立主元回归模型，建立的预测模型为

4)将煤质化验数据代入模型中，得到预测值

2.根据权利要求1所述的一种基于主元回归的煤灰烧结温度预测方法，其特征在于，步骤1)中，对不同煤种分别进行m次试验，得到m组输入输出数据，输入数据选取试验煤种的全分析数据和灰成分分析数据，共33个变量，得到输入数据矩阵X和输出数据矩阵Y，预测模型输出变量为煤灰初始烧结温度，X是m×33的矩阵，Y是m×1的矩阵。

3.根据权利要求2所述的一种基于主元回归的煤灰烧结温度预测方法，其特征在于，输入变量选取如表1所示：

表1 预测模型输入变量

4.根据权利要求2所述的一种基于主元回归的煤灰烧结温度预测方法，其特征在于，步骤2)中，采用无信息变量对煤灰烧结温度预测模型的变量进行筛选，筛除对煤灰烧结温度建模和回归分析无关的变量信息。

5.根据权利要求4所述的一种基于主元回归的煤灰烧结温度预测方法，其特征在于，步骤2)的具体实现方法如下：

1)生成一个随机矩阵S作为噪声矩阵，S矩阵取标准正态分布，具有原始样本集X同样的维度，添加在矩阵X后形成新的矩阵XS_m×66；

2)使用预测均方根误差RMSEP作为标准来确定输入变量矩阵X的主元个数p；

式中，i为主元个数，Y为煤灰初始烧结温度试验值，为煤灰初始烧结温度预测值，N为输入变量个数；

3)通过去点交叉验证求得预测模型的回归系数矩阵B，矩阵B为n×2p矩阵；

4)求出每一个回归系数的标准差，公式如下：

式中，L为试验次数，J为变量个数，N为输入变量个数，B＝[b₁,b₂,…b_n]为主元回归的模型回归系数参数；

5)以B中对应随机噪声矩阵部分指标的绝对值最高值作为阈值，即max(abs(cr))，再将B中对应原始输入矩阵中部分小于阈值max(abs(cr)的测量点变量予以去除，认为这些变量所含有的信息与随机噪声一样是无用的，最后保留下来的测量数据点组成新测量矩阵X_new，X_new是m×l的矩阵；

利用新的输入数据矩阵X_new和输出数据矩阵Y建立主元回归模型。

6.根据权利要求5所述的一种基于主元回归的煤灰烧结温度预测方法，其特征在于，步骤3)中，利用多元统计分析方法对煤质化验数据对煤灰烧结温度预测模型的贡献率进行排序，并在回归分析时筛除贡献率较低的变量，利用主元回归分析的方法建立煤灰烧结温度的预测模型。