System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及铝电解槽参数优化,具体而言,涉及一种基于时序数据的铝电解槽参数优化方法。
技术介绍
1、铝电解槽是电解铝生产的关键设备,其生产过程涉及多个参数和变量,这些参数和变量之间存在复杂的相互影响和制约关系。传统的铝电解槽生产过程控制主要依赖于经验模型和人工调节,依赖于经验模型和人工调节存在以下缺陷:经验模型难以全面反映铝电解槽生产过程的复杂性,容易影响铝电解槽生产过程中的控制精度;人工调节受限于操作人员的经验和能力,无法实现实时、准确的参数调整;另外,由于传统的铝电解槽生产过程控制缺乏对生产时序数据的深入挖掘和利用,忽视了各参数之间的因果关系与相关性,难以实现生产过程的全局优化,限制了铝电解槽生产效率和产品质量的提升。为了提高铝电解槽的生产效率和产品质量,亟需一种能够深入分析生产时序数据,揭示各参数之间因果关系与相关性的技术。
技术实现思路
1、本专利技术的目的在于提供一种基于时序数据的铝电解槽参数优化方法,其一方面通过获取并验证生产时序数据序列的性质,以确保数据的可靠性和有效性,另一方面运用皮尔逊相关系数法和格兰杰因果检验方法,能够挖掘时序数据之间的相关性和因果性,揭示各参数之间的内在联系,在此基础上,构建铝电解槽的因果相关图,能够直观展现参数之间的影响机制,从而针对性地调整关键参数,实现生产过程的精细化管理和智能化控制,有效提高铝电解槽的生产效率和产品质量。
2、本专利技术的实施例通过以下技术方案实现:
3、一种基于时序数据的铝电解槽参数优化方法,
4、获取并验证铝电解槽生产时序数据序列的性质;
5、通过皮尔逊相关系数法挖掘铝电解槽生产时序数据序列的相关性,同时通过格兰杰因果检验方法挖掘铝电解槽生产时序数据序列的因果性,得到铝电解槽生产时序数据序列之间的因果关系与相关性系数;
6、以铝电解槽生产时序数据序列为节点,以时间序列之间的因果关系为边,同时以相关性系数为权值,构建铝电解槽的因果相关图,实现铝电解槽生产过程的参数优化和精确控制。
7、可选的,所述验证铝电解槽生产时序数据序列的性质,其具体包括:验证铝电解槽生产时序数据序列的平稳性及正态性。
8、可选的,所述验证铝电解槽生产时序数据序列的平稳性,具体包括:通过adf test算法验证铝电解槽生产时序数据序列的平稳性,通过统计法进一步验证铝电解槽生产时序数据序列的平稳性。
9、可选的,所述通过adf test算法验证铝电解槽生产时序数据序列的平稳性,其具体计算公式为:
10、
11、其中,δ为一阶差分算子,xt为时间序列在t时刻的观测值,σ为xt-1的系数,用于检验是否存在单位根,βi为第i阶滞后差分项的系数,δyt-i为yt的第i阶滞后差分值,m为滞后阶数,εt为时间序列在t时刻的残差项。
12、可选的,所述通过统计法进一步验证铝电解槽生产时序数据序列的平稳性,其具体为:
13、将铝电解槽生产时序数据序列拆分为第一时间序列及第二时间序列;
14、计算第一时间序列及第二时间序列的均值与方差;
15、比较第一时间序列及第二时间序列的计算结果,并判断铝电解槽生产时序数据序列是否满足平稳性:
16、判定第一时间序列及第二时间序列的均值差异在设定范围内,则判定铝电解槽生产时序数据序列的均值稳定;
17、判定第一时间序列及第二时间序列的均值差异超过设定范围,则判定铝电解槽生产时序数据序列的均值不稳定;
18、判定第一时间序列及第二时间序列的方差差异在设定范围内,则判定铝电解槽生产时序数据序列的方差稳定;
19、判定第一时间序列及第二时间序列的方差差异超过设定范围,则判定铝电解槽生产时序数据序列的方差不稳定;
20、若铝电解槽生产时序数据序列的均值及方差均稳定,则铝电解槽生产时序数据序列满足平稳性,否则,则不满足平稳性。
21、可选的,所述验证铝电解槽生产时序数据序列的正态性,其具体计算公式为:
22、
23、其中,yi为真实值,是时间序列的平均值,∑aiyi为(n-1)σ2的最佳线性无偏估计,σ为样本正态分布的标准差,w为统计量,ai为系数。
24、可选的,所述通过皮尔逊相关系数法挖掘铝电解槽生产时序数据序列的相关性,其具体计算公式为:
25、
26、其中,μx和μy分别为时间序列x,y的均值,σx和σy分别为时间序列x,y的标准差,xi和yi分别为两个时间序列的实际观测值,r为变量间的相关程度。
27、可选的,所述通过格兰杰因果检验方法挖掘铝电解槽生产时序数据序列的因果性,其具体计算公式为:
28、
29、其中,xt为相关序列x在t时刻的数值,yt为相关序列y在t时刻的数值,μ1、μ2分别为两个不相关的白噪声,α、β、λ及δ分别为参数。
30、本专利技术实施例的技术方案至少具有如下优点和有益效果:
31、本专利技术实施例一方面通过获取并验证生产时序数据序列的性质,以确保数据的可靠性和有效性,另一方面运用皮尔逊相关系数法和格兰杰因果检验方法,能够挖掘时序数据之间的相关性和因果性,揭示各参数之间的内在联系,在此基础上,构建铝电解槽的因果相关图,能够直观展现参数之间的影响机制,从而针对性地调整关键参数,实现生产过程的精细化管理和智能化控制,有效提高铝电解槽的生产效率和产品质量。
本文档来自技高网...【技术保护点】
1.一种基于时序数据的铝电解槽参数优化方法,其特征在于,该方法的步骤包括:
2.根据权利要求1所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述验证铝电解槽生产时序数据序列的性质,其具体包括:验证铝电解槽生产时序数据序列的平稳性及正态性。
3.根据权利要求2所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述验证铝电解槽生产时序数据序列的平稳性,具体包括:通过ADF Test算法验证铝电解槽生产时序数据序列的平稳性,通过统计法进一步验证铝电解槽生产时序数据序列的平稳性。
4.根据权利要求3所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述通过ADF Test算法验证铝电解槽生产时序数据序列的平稳性,其具体计算公式为:
5.根据权利要求3所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述通过统计法进一步验证铝电解槽生产时序数据序列的平稳性,其具体为:
6.根据权利要求2所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述验证铝电解槽生产时序数据序列的正态性,其具体计算公式为:
8.根据权利要求7所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述通过格兰杰因果检验方法挖掘铝电解槽生产时序数据序列的因果性,其具体计算公式为:
...【技术特征摘要】
1.一种基于时序数据的铝电解槽参数优化方法,其特征在于,该方法的步骤包括:
2.根据权利要求1所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述验证铝电解槽生产时序数据序列的性质,其具体包括:验证铝电解槽生产时序数据序列的平稳性及正态性。
3.根据权利要求2所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述验证铝电解槽生产时序数据序列的平稳性,具体包括:通过adf test算法验证铝电解槽生产时序数据序列的平稳性,通过统计法进一步验证铝电解槽生产时序数据序列的平稳性。
4.根据权利要求3所述的基于时序数据的铝电解槽参数优化方法,其特征在于,所述通过adf test算法验证铝电解槽生产时序数据序列的平稳性,...
【专利技术属性】
技术研发人员:姬凤武,李学文,高黎航,李梅菊,瞿祖江,普文平,罗雪兵,闻建鹏,刘卫祥,浦仕章,
申请(专利权)人:曲靖云铝淯鑫铝业有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。