一种基于不完整数据集的冶金企业蒸汽流量区间预测方法。针对含缺失点的蒸汽流量时间序列数据,利用相空间重构技术构造输入输出训练样本集,并建立一个初始相关向量机回归模型。然后通过贝叶斯方法推导出缺失输出的后验概率分布;并由缺失输出的后验概率的均值来填补与输出相对应的缺失输入点,不断迭代上述推导与填补过程来训练预测模型。通过单步迭代预测方法来预测未来一段趋势的预测值,其预测区间边界由预测分布的均值和方差决定。这种预测方法可以很好地应用在含有缺失点时间序列数据集中,其预测结果更好地辅助调度人员进行冶金蒸汽能源系统的平衡优化工作。
声明:
“基于不完整时间序列数据集的冶金企业蒸汽流量区间预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)