任志伟
- 作品数：4 被引量：11H指数：2
- 供职机构：河南科技大学电子信息工程学院更多>>
- 发文基金：河南省教育厅自然科学基金国家自然科学基金河南省科技攻关计划更多>>
- 相关领域：自动化与计算机技术动力工程及工程热物理电气工程更多>>
- 面向数据驱动建模的数据预处理方法研究
- 由于生产工艺、技术及设备的日趋复杂化，经典控制理论中依据物理化学机理建立精确数学模型对生产过程进行控制的传统方法已变得越来越困难。在此背景下，数据驱动思想得到快速发展，然而采集于生产过程中的监测数据往往存在含有缺失值、异...
- 任志伟
- 关键词：电站锅炉监测数据异常检测数据预处理
- 文献传递
- 电站锅炉监测数据的异常值检测算法研究被引量：5
- 2013年
- 经典的基于距离的异常值检测算法对参数设置比较敏感,且当数据分布不均时检测准确性会受到较大影响。针对这些问题,本文采用一个基于全局距离和的异常值判定新规则,在此基础上通过对基于距离的经典检测算法中常用的欧氏距离进行改进,给出一种面向数据分布不均的距离度量函数,基于这两点,提出了一种基于全局距离和的异常值检测算法。在电站锅炉监测数据上进行了仿真分析,结果表明该算法具有较高的查全率和较低的误报率,而且简化了对参数设置的要求,有效降低了数据分布不均的影响,同时量化了异常值的异常程度。
- 黄景涛任志伟罗威
- 关键词：电站锅炉数据预处理异常值
- 基于记忆模式的NO_x支持向量回归预测研究被引量：2
- 2012年
- 低NO_x排放是电站锅炉燃烧优化的主要目标之一,影响燃煤锅炉NO_x排放因素众多且复杂,对锅炉燃烧过程NO_x浓度进行准确预测是低NO_x燃烧优化的基础。机组全工况运行时表现出强时变性,静态预测模型难以保证预测精度,考虑到观测样本的时效性,模拟记忆模式对观测数据进行重采样,进而基于支持向量回归算法构建NO_x排放预测模型,构造一种基于记忆模式的支持向量回归算法。以某机组热态试验数据为基础,对算法进行了仿真分析,结果表明,该算法在保证回归建模精度的同时,在训练速度、稳定性以及泛化性能等方面较传统支持向量回归算法更有优势。
- 黄景涛罗威任志伟茅建波
- 关键词：锅炉燃烧记忆模式重采样支持向量回归
- 电站锅炉缺失数据的遗传自适应填补方法被引量：1
- 2013年
- 为提高燃烧效率及降低污染排放,基于运行数据的建模与优化是一种有效途径,但现场运行数据因传感器故障或传输失败等原因不可避免地存在缺失值,进而导致信息不完备,无法直接进行建模与优化.针对这一问题,采用一种基于时间相关性的缺失值填补算法,基于线性插值原理对平稳运行过程的缺失数据进行填补;针对非平稳运行工况,提出一种类平均值填补算法,并对其分类结果进行加权修正,进一步提高填补准确性;在此基础上,提出一种基于遗传算法的自适应加权类平均值填补方法,并在实际数据上进行测试分析,结果表明该方法具有更高的填补准确率.
- 任志伟黄景涛罗威江爱朋
- 关键词：电站锅炉遗传算法自适应加权
