一种基于SSA-SVR模型的高炉铁水硅含量预测方法

摘要

本发明公开了一种基于SSA‑SVR模型的高炉铁水硅含量预测方法，所述方法包括以下步骤：S1、对原始数据进行预处理；S2、经奇异谱分析/SSA方法进行数据降噪：将样本数据分解为独立的具有解释性的分量，包括趋势分量、波动分量和噪声分量，然后基于改进的奇异谱分析判决方法去除噪声分量，将趋势分量和波动分量重构为去噪数据集；S3、SVR建模与优化；S4、硅含量预测。本方法使得高炉铁水硅含量的预测更准确。