[發明專利]一種基于三支集成預測模型的工業加熱爐鋼溫預測方法

有效

• 申請號: 202011318973.1
• 申請日: 2020-11-23
• 公開（公告）號: CN112418522B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 于洪;魏居明;胡峰;王國胤
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06F30/27;C21D11/00;G06F119/08
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

本發明涉及軋鋼溫度控制技術領域，具體涉及一種基于三支集成預測模型的工業加熱爐鋼溫預測方法，包括：實時采集加熱爐數據，并將實時采集的加熱爐數據輸入至三支集成預測模型中，三支集成預測模型判斷實時采集的加熱爐數據是否處于不確定區域范圍，若處于不確定區域范圍，則使用協同決策方法得到并輸出預測結果。本發明利用三支聚類算法將實際工業加熱爐運行中存在的固有波動性進行分析處理，更加充分的利用原始數據中的有效數據，有效解決實際工業加熱爐運行中固有特性對預測問題帶來的負面影響。

技術領域

本發明涉及軋鋼溫度控制技術領域，具體涉及一種基于三支集成預測模型的工業加熱爐鋼溫預測方法。

背景技術

鋼鐵工業對國民經濟發展和社會穩定至關重要，為了鋼鐵工業的可持續發展，鋼鐵生產的各個環節都要致力于節能減排和綠色制造的措施和方法，如何能夠提高鋼坯加熱爐的加熱效率，降低能耗，提高成材率，是實現綠色鋼鐵制造的關鍵所在。在熱軋生產線上，鋼坯加熱爐的能耗占比很大。鋼坯加熱爐為鋼鐵工業過程中的重要設備，鋼坯首先經過加熱爐加熱后進入熱軋機，鋼坯的加熱情況直接影響最終的鋼材質量。因此，為了保證鋼坯質量并實現節能環保，必須對鋼坯的出口鋼溫進行準確控制。通常以出爐鋼溫作為加熱過程效能的判斷標準。

經典的支持向量回歸模型(SVR)是一種基于支持向量機(SVM)的回歸方法，通過搜索結構風險最小化來提高泛化能力。它嘗試預測信息的分布并進行回歸估計。現有的基于數據驅動的方法取得了一定的效果，但忽略了加熱爐運行中固在的波動現象。然而現有技術忽略了工業加熱爐實際運行過程中存在的固有的波動現象，運用現有的方法預測的出爐鋼溫會存在一定偏差。此外，加熱爐中存在的固有波動現象使得產生的數據存在很大的波動性和不確定性，由于這種波動性會使得現有技術出現不可避免的負面影響，同時會降低預測模型的準確性。

發明內容

為了解決上述實際工業加熱爐運行中固有特性對預測問題帶來的負面影響，更加充分的利用原始數據中的有效數據，本發明提供一種基于三支集成預測模型的工業加熱爐鋼溫預測方法。

一種基于三支集成預測模型的工業加熱爐鋼溫預測方法，包括以下步驟：實時采集加熱爐數據，并將實時采集的加熱爐數據輸入至三支集成預測模型中，三支集成預測模型判斷實時采集的加熱爐數據是否處于不確定區域范圍，若處于不確定區域范圍，則使用協同決策方法得到并輸出預測結果；若不處于不確定區域范圍，則使用所屬類簇上的子預測模型得到并輸出預測結果；

其中，三支集成預測模型的訓練過程包括：

S1、獲取原始數據，對原始數據預處理，得到特征集合數據；

S2、運用灰色關聯分析方法計算特征集合中所有特征相對于預測變量的灰色關聯系數，結合專家知識確定輸入變量，即輸入特征集合數據；

S3、使用三支聚類方法將輸入變量進行劃分，得到不同的類簇；

S4、根據各個類簇中的不確定性數據重要性，構建各個類簇相對應的子預測模型，最終得到三支集成預測模型。

進一步的，所述預處理包括：剔除無效數據，并將所有無效數據剔除之后的數據集連接合并在一起，得到特征集合數據；其中無效數據包括缺失/不完整數據剔除和故障樣本數據剔除。

進一步的，三支集成預測模型判斷實時采集的加熱爐數據是否處于不確定區域范圍，具體包括：根據樣本的相似性度對實時采集的加熱爐數據進行劃分，得到多個類簇；判斷：劃分之后的類簇中是否存在類簇樣本同時屬于多個類簇的邊緣域中，多個類簇的邊緣域即多個類簇的重疊部分區域，如果存在部分類簇樣本同時屬于多個類簇的邊緣域中，則判定該部分類簇樣本處于不確定區域范圍之內；如果類簇樣本不存在同時屬于多個類簇的邊緣域中，則判定該類簇樣本不處于不確定區域范圍之內。

進一步的，步驟S3中使用三支聚類方法將輸入變量進行劃分，得到不同的類簇，具體包括：將輸入特征集合數據進行類簇的三支表示：