[發明專利]一種基于信息粒度最優分配的鋼鐵工業高爐煤氣長期區間預測方法

有效

• 申請號: 201611114676.9
• 申請日: 2016-12-07
• 公開（公告）號: CN106779384B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 韓中洋;趙珺;王霖青;盛春陽;王偉;馮為民;汪晶
• 申請（專利權）人: 大連理工大學;上海寶信軟件股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 梅洪玉;潘迅

本發明提供一種基于信息粒度最優分配的鋼鐵工業高爐煤氣長期區間預測方法。本發明基于真實工業生產數據，在數據進行必要的預處理后，首先在橫向即時間軸上，依據鋼鐵工業能源產消的階段性特征，形成包括多個數據點的數據微粒；進而，考慮到后續模糊聚類分析需要，利用時間彎曲距離，將非等長數據微粒規范化為等長；在應用模糊聚類得到聚類中心后，將其在縱向上延展為區間值，借助模糊建模方法可獲得初始區間預測結果；最終，求解基于信息粒度最優化分配理論的優化模型，獲得長期區間預測結果，輔助指導現場能源調度工作，在鋼鐵工業其它能源介質系統中亦可推廣應用。

技術領域

本發明屬于信息技術領域，涉及到粒度計算、動態時間彎曲、模糊系統建模等技術，是一種基于信息粒度最優化的鋼鐵工業高爐煤氣長期區間預測方法。

背景技術

冶金工業是一個高耗能高排放行業。除氧氣、氮氣等一次能源外，如何合理利用隨鋼鐵生產過程所產生的副產煤氣，亦即二次能源，是目前行業關注的重點。高爐煤氣是鋼鐵生產過程的重要二次能源之一，它隨高爐煉鐵過程產生，廣泛用于熱風爐燃燒、焦爐煉焦和低壓鍋爐等環節。在日常生產中，高爐煤氣發生量、熱風爐高爐煤氣用量等均為現場調度人員的關注重點，對上述產消用戶未來趨勢的判斷，將直接影響到能源調度與優化排產的工作效率，以及企業的能耗成本等。(Guo,Z.C.,Fu,Z.X.(2010).Current situation ofenergy consumption and measures taken for energy saving in the iron and steelindustry in China.Energy,35(11),4356-4360.)。

隨著冶金企業信息化水平不斷提高，數據驅動方法逐漸成為解決此類能源預測問題的有效途徑。目前的應用模式主要基于迭代機制構建數據樣本，進而采用諸如神經網絡、支持向量機等模型進行數據樣本訓練和趨勢預測(Sheng,C.,Zhao,J.,Wang,W.,Leung,H.(2013).Prediction intervals for a noisy nonlinear time series based on abootstrapping reservoir computing network ensemble.IEEE Transactions onneural networks and learning systems,24(7),1036-1048.)(Z.Y.Han,Y.Liu,J.Zhao,W.Wang.(2012).Real time prediction for converter gas tank levels based onmulti-output least square support vector regressor.Control EngineeringPractice,20(12),1400-1409)。然而，這些方法的預測結果精度易收到迭代誤差的影響，一般只能提供約30分鐘的準確預測結果，對后續能源優化排產工作的指導意義較為有限。

在預測方法的研究上，粒度計算結合模糊系統建模的方式由于避免了迭代過程，已取得一定成果(Dong,R.,Pedrycz,W.(2008).A granular time series approach tolong-term forecasting and trend forecasting.Physica A:Statistical Mechanicsand its Applications,387(13),3253-3270.)。然而，這一模型在冶金工業應用上仍存在如下不足：首先，對數據的基本微粒劃分僅依據簡單的上升、下降等趨勢，如此方式在面對波動劇烈的工業數據時難以適用，且忽視了數據變化與產品生產之間的關系；其次，現有研究成果一般是點預測，結果較為絕對，而以區間形式預估未來能源產消情況更符合人的認知習慣，且可直觀給出結果的可靠性衡量，有助于提升其實用性。

發明內容