技术特征：
1.基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，包括以下步骤：步骤一:数据预处理，对于历史数据进行异常值检测和数据校正，以修复异常值，填补缺失值，保障数据品质；步骤二:特征变量提取，从历史数据的多个影响因素中进行筛选，得到重要的影响因素，从而降低模型的维度，减少评估的参数；步骤三:建立基于高斯过程的预分解炉温度预测模型，其中核函数选取优化的平方核函数，均值选取为0，在训练数据集中根据最大似然估计确定模型的相关的超参数；步骤四:在预先分配好的测试数据上进行步骤三中得到的高斯模型的精度校验；步骤五:基于训练得到的高斯模型，结合随机模型预测方法对于控制量在一定的滑动窗口内进行控制，选取离散序列下第一个控制量作为新的控制参数；步骤六:在仿真平台和实际的生产环境进行控制方法的效果校验。2.根据权利要求1所述的基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，所述步骤一的具体过程描述如下：对于在水泥预分解炉，采集到的历史数据包括喂煤量，生料喂料量和三次风温时间序列数据使用局部离群因子的方法进行异常数值的检测，具体来说对于具体时刻的数据定义为[x1 x2 x3 x4 x5]表示为一个对象p，其中定义对象p的k近邻领域，代表所有的与p的距离不大于k的距离的数据对象o的集合为:n
k
(p)＝{o∈d∣d(p,o)≤d
k
(p)}
ꢀꢀꢀꢀꢀ
(1.1)同时数据对象p和o的可达距离记为：数据对象p的局部可达密度表示点p的第k邻域内到点p的平均可达距离的倒数,即：数据对象p的局部离群因子表示为点p的邻域n_{k}(p)的局部可达密度与点p的局部可达密度之比的平均数,即:然后对于检测到的异常数值直接采取弃用的方式，对于异常值剔除后的数据进行归一化处理，如:避免因为量纲属性的不同造成信息特征的缺失从而给模型和辨识带来不必要的影响，并且可以加快模型建立的收敛速度。3.根据权利要求2所述的基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，所述步骤二的具体过程描述如下：通过对预分解模型的机理的分析以及专家经验的获取，最终在诸多的影响因素中选取了喂煤量，生料喂料量和三次风温这三个输入的参数作
为影响到预分解炉温度的主要影响因素。4.根据权利要求1所述的基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，所述步骤三的具体过程描述如下:对于采集得到的数据集d＝{(x
i
,y
i
)∣i＝1,2,
…
,n}，假设带有噪声的模型:y＝f(x)+ε,其中假设所有的变量满足高斯过程分布的特点，那么可以得到以下的式子:f(x)～gp(μ(x),k(x,x
′
))
ꢀꢀꢀꢀ
(3.2)其中我们可以选择rbf平方核函数:现在将采集到的数据分为训练集和测试集其中，训练集的部分可以作为先验知识的输入，满足:f(x)～n(μ
f
,k
ff
)
ꢀꢀꢀꢀ
(3.4)那么对于测试集的部分y可以知道也是满足高斯过程的，也就是满足如下的高斯联合分布:其中k
ff
＝κ(x,x),k
fy
＝κ(x,x
*
),k
yy
＝κ(x
*
,x
*
)从而得到关于输出的分布，从而获取最有可能的输出值对于核函数中的参数的优化，可以采用最大似然的方式获取，即5.根据权利要求1所述的基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，所述步骤四的步骤具体过程描述如下:对于训练得到的高斯模型在测试数据上进行精度的校验，主要采用平方差的方式进行评估。6.根据权利要求1所述的基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，所述步骤五的步骤具体过程描述如下:对于训练得到的高斯模型，集合随机模型控制的方法，设定如下的代价函数，通过最小化的方式在窗口n内可以动态的对于三次风温，喂煤料等输入变量进行控制，从而调整水泥分解炉的温度，方便于实际的生产环境，
7.根据权利要求1所述的基于高斯过程的水泥预热分解系统预测控制方法，其特征在于，所述步骤六的具体过程描述如下:在水泥分解炉仿真平台中进行温度控制的仿真效果测试，在实际的生产平台上通过实时采集生产线上的数据来动态优化高斯过程中的均值和协方差矩阵的参数，从而提高模型的预测精度。
技术总结
本发明公开一种基于高斯过程的水泥预热分解系统预测控制方法，包括以下步骤：步骤一:数据预处理，对于历史数据进行异常值检测和数据校正；步骤二:特征变量提取，从历史数据的多个影响因素中进行筛选，得到重要的影响因素，从而降低模型的维度，减少评估的参数；步骤三:建立基于高斯过程的预分解炉温度预测模型，其中核函数选取优化的平方核函数，均值选取为0，在训练数据集中根据最大似然估计确定模型的相关的超参数；步骤四:在预先分配好的测试数据上进行步骤三中得到的高斯模型的精度校验；步骤五:基于训练得到的高斯模型，结合随机模型预测方法对于控制量在一定的滑动窗口内进行控制，选取离散序列下第一个控制量作为新的控制参数。控制参数。控制参数。
技术研发人员：许超 王鹏凯
受保护的技术使用者：浙江大学
技术研发日：2022.07.13
技术公布日：2022/11/22