[發明專利]一種結合信息特征與生產計劃的工業間歇性能源數據動態預測方法

在審

• 申請號: 202210498052.0
• 申請日: 2022-05-09
• 公開（公告）號: CN114862021A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 黃蘭藹;趙珺;董天浩;滕兆桓;沈暢;魯治國;趙漢卿;王天宇
• 申請（專利權）人: 大連理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N3/08;G06N3/04
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪

1.一種結合信息特征與生產計劃的工業間歇性能源數據動態預測方法，其特征在于，步驟如下：

(1)數據預處理與劃分

從煉鋼廠的實時數據庫中，讀取本次實驗所需要的轉爐煤氣發生量的相關數據，并將轉爐煤氣發生量數據根據等時間間隔劃分為有限的數據片段，本次中以一天1440min作為劃分標準；

(2)基于模匹配方法的特征提取

在間歇性能源數據中，每個數據峰值的高度及其時間跨度具有高度的相似性，對此構建一個由相鄰波峰與中間間隙組成的凹型模基底，通過為劃分后的數據片段匹配凹型模基底來提取周期性特征；其中周期性特征包含時移特性和伸縮特性兩種特性；

時移特性為相鄰兩次轉爐煉鋼生產間隙發生的中間時刻，設目標樣本為間歇性能源數據片段，記為x(n)，其中n表示步驟(1)中預處理后的時間序列長度；對目標樣本x(n)進行匹配后得到的時移集合表述為：

B＝{b₁,b₂,...,b_j,...,b_N}

其中，b_N為匹配過程中的最大時移量，N表示與樣本x(n)匹配過程中的有效個數；

伸縮特性描述相鄰兩次轉爐煉鋼的間隙持續時長；由于每一次生產后轉爐需要一定的時間冷卻，導致生產間隙的持續時長保持在一定的范圍中；生產間隙的最小值是出于工藝特點與下次煉鋼之間最小時長，生產間隙的最大值是保證能夠完成當天的生產計劃，得到的伸縮尺度集合描述為：

A＝{a₁,a₂,...,a_i,...,a_l}

其中，a_l為生產間隙的最大值，l表示生產間隙的總時長數；

將時移集合與伸縮尺度集合進行組合，得到模序列組{t₁,t₂,...,t_i,...,t_M}，M表示時移集合與伸縮尺度集合經過組合后的總數；通過計算模序列組中第i個模序列t_i(m)在時間維度上沿著目標樣本x(n)移動的互相關函數來衡量匹配程度，具體如式(1)所示：

其中，m_i為模序列中基底的長度，j表示在目標樣本x(n)長度范圍內的時移值；Y_ij表示當模序列t_i(m)的伸縮尺度為a_i、時移尺度為b_j時，與樣本序列x(n)的相似程度；Y_ij的取值越大時，表示模序列t_i(m)與樣本序列x(n)相似性越好；因此，Y_ij的局部極值表示目標樣本與模序列在該伸縮尺度與時移尺度下最為匹配；將這些局部極值點構成一個集合，記作Y^*＝{Y(a_i,b_j)}，其中a_i,b_j為最佳的伸縮尺度與時移尺度，而Y(a_i,b_j)需要滿足式(2)：

將局部極值點Y^*中的最佳伸縮尺度與時移尺度提取出來，重新構成特征向量χ＝{(a_i,b_j)}；構成特征向量集χ后也意味著完成了對有限數據片段的特征提取的工作；

(3)建立DDPG網絡預測模型

DDPG網絡預測模型基于Actor-Critic形式，分為Actor網絡和Critic網絡兩部分；每一部分又分為雙網絡，分別為Actor估計網絡和Actor目標網絡、Critic估計網絡和Critic目標網絡；

Actor網絡中給出的動作傳輸給Critic網絡，Critic網絡通過分析Actor網絡中給出的動作與觀測值給出評價值；之后Actor網絡朝著更有可能去獲取更大Critic網絡中評價值的方向修改動作參數，并通過神經網絡的梯度反向傳播來更新Actor網絡的參數；

強化學習將馬爾科夫決策過程定義為由五個元素組成的元組：＜S,A,P,R,γ＞；其中，S和A分別表示狀態空間和動作空間；P和R為狀態轉移概率和獎賞函數，代表當執行動作a∈A使狀態從狀態s∈S轉移到下一步狀態s'∈S的概率和獎賞；γ∈[0,1]為衰減率；、

狀態、動作和獎賞定義如下：

State：考慮特征在時間上的傳遞信息的同時，還考慮某一時段特征之間的相互關系，此外加入當日的生產計劃因素，使強化學習可動態的調整每一次的預測結果；因此RL的狀態空間包括某一時間段內的時域特征與頻域特征，還要包括其屬于生產計劃中的第幾次生產，即

s(t)＝[a_t,b_t,k] (3)

其中，a_t,b_t,k分別為處理后數據片段中第t次生產的時域信息、頻域信息以及剩余的生產次數；

Action:動作空間為處理后數據片段中相鄰生產計劃中時域差值的調整值；從某一個初始狀態開始，在探索軌跡內逐步迭代并累計調整值，使環境模型轉移到最終狀態，來預測典型日內的轉爐煤氣發生量；即

a(t)＝[ΔC_t] (4)

其中，C_t＝a_t+1-a_t表示第t+1次生產與第t生產時域的差值；ΔC_t為典型日內第t次與第t+1生產時時域差值的調整量；

Reward:返回給智能體的獎勵為真實值與估計的差值，即

r＝-ω·|C_t^real-C_t^forcast| (5)

其中，C_t^real，ω分別為典型日內第t次與第t+1生產時時域差值的真實值、預測值以及目標獎勵中的權重系數；

通過將處理后的數據，劃分為訓練集與測試集，在訓練集使模型的不斷完善學習過程；訓練結束后，放入測試集數據進行預測；

(4)特征序列反重構

設已知當前粒子間歇時長的初始時刻為t_j，間歇持續時長即伸縮尺度為S_j，轉爐煤氣生產一次的持續時間為經DDPG網絡預測模型預測后，得出相鄰生產間歇中間時刻的差值L_j；已知當前粒子的間歇持續時長為S_j，通過計算可知下一粒子的間歇時長和間歇的初始時刻，獲得下次生產中的時頻特征信息；

對于轉爐煤氣發生量的工藝特性，假設生產過程所用時間都是相同的，所以針對第j個粒子與第j+1個粒子的生產階段和間歇部分的反重構公式如下：

其中，t_j+S_j為當前時刻，t_S為模序列，p為待預測序列，x表示當天中第x分鐘，不應超過1440，如果超過即為超出當天時間范圍應劃分到下一天；上述公式只表示了單次生產的反重構形式，針對長期預測，可將預測得到的特征反重構得到時間序列數據，通過不斷迭代達到長期預測的效果。