基于ARIMA-MC模型钢铁企业高炉煤气发生量预测

熊文真　赵娜

（信阳职业技术学院　河南信阳464000）

节能减排与综合利用

基于ARIMA-MC模型钢铁企业高炉煤气发生量预测

熊文真赵娜

（信阳职业技术学院河南信阳464000）

为了预测钢铁企业高炉煤气发生量，本文用ARIMA模型及马尔科夫链建立了ARIMA-MC模型对高炉煤气的发生量进行预测。结合某钢铁企业实际的原始数据 ，通过实验，随机抽取多组测试结果中的两组，1#和2#各30个点进行预测，结果表明预测平均相对误差分别为2.27%、3.03%。实验结果证明新算法的有效性。

高炉煤气发生量 ARIMA模型 ARIMA-MC模型 马尔科夫链

0　引言

高炉煤气（BFG）是钢铁企业的重要二次能源之一，大型企业在生产钢铁过程中，为了保证其正常运行，高炉煤气发生量的变化趋势需要随时准确掌握。因为在实际生产过程中，影响分配高炉煤气的因素复杂，原始数据的周期波动变化较大以及大量随机的人为扰动现象，有效的预测模型［1-2］较难建立，高炉煤气能否供需平衡、回收利用的程度，直接影响钢铁企业的生产成本，因此高炉煤气的发生量预测对企业节能降耗有重要意义［3］。国内外专家通常采用时间序列、回归分析、神经网络等方法［4］推测高炉煤气的发展趋势、水平和程度等，其中时间序列预测大多采用简单滑动预测。研究时间序列的重要方法之一便是ARIMA模型，ARIMA模型先根据高炉煤气的特点识别模型，试用此模型，然后对所选试用模型反复加以诊断，反复做出相应调整，直到选择适合的模型。由于高炉煤气发生……