自回归求和滑动平均方法用于间歇过程变量在线预测

摘要：

间歇过程变量的在线预测是一种重要的生产过程质量控制手段。实现间歇过程变量的在线预报需要对过程以往的批次数据建立预测模型，即需挖掘批次间和批次内的数据信息。针对间歇过程数据不同批次不等长、数据长度短、非线性等特点，采用数据重构——自回归求和滑动平均方法建立其在线预测模型：将收集到的间歇过程变量以批次为单位进行数据平滑；对这些批次数据按照随机的顺序首尾相接，组成长数据集；对于批次连接处数据跳跃的情况，采用后面所有批次数据减去上一批次的最后一个值，以实现数据的平滑；采用自回归求和滑动平均方法建立数据模型，并用于间歇蒸馏温度的在线预报。采用该方法建立的4步预测模型对某间歇蒸馏过程上升气温度的预测均方差较小，符合生产现场的预测要求。

关键词：间歇过程、自回归求和滑动平均、非线性时间序列预测

所属期刊栏目：48

分类号：TP273(自动化技术及设备)

在线出版日期：2012-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：41-44