一种基于隐树模型的冶金企业副产能源系统实时调整方法技术方案

本发明专利技术属于信息技术领域，涉及一种基于隐树模型的冶金企业副产能源系统实时调整方法。本发明专利技术旨在根据冶金企业现场已有的大量历史数据建立一种能够实现副产煤气系统实时调整的隐树模型。首先从副产能源系统大量的历史运行数据中有效地区分出调整点对应的数据，并与大量非调整点对应的数据搭配构建训练样本集；将训练样本集中的数据进行语义表达，形成新的可用于建立隐树模型的语义样本库；采用双重爬山法对语义样本库中的样本进行学习以建立隐树模型，结合专家经验对隐树模型进行修正，获得一个结合数据和专家经验的副产能源系统调整模型；根据工业现场实时的监控和预测数据，利用该模型可以确定副产能源系统在未来某段时间内的调整任务。

【技术实现步骤摘要】

本专利技术属于信息
，设及到统计学原则、语义表达与推理、隐树模型理论， 是。本专利技术旨在根据冶金企业现 场已有的大量历史数据建立一种能够实现副产煤气系统实时调整的隐树模型。首先从副产 能源系统大量的历史运行数据中有效地区分出调整点对应的数据，并与大量非调整点对应 的数据搭配构建训练样本集;将训练样本集中的数据进行语义表达，形成新的可用于建立 隐树模型的语义样本库；采用双重爬山法对语义样本库中的样本进行学习 W建立隐树模 型，结合专家经验对隐树模型进行修正，获得一个结合数据和专家经验的副产能源系统调 整模型;根据工业现场实时的监控和预测数据，利用该模型可W确定副产能源系统在未来 某段时间内的调整任务。
技术介绍
冶金企业是典型的高能耗、高污染产业。节能减排一直是冶金行业所面临的最严 峻问题之一。随着一次能源的紧缺，冶金生产过程中产生的副产能源的高效利用成为企业 实现节能减排的重要手段。副产能源系统主要由副产煤气子系统、蒸汽子系统和电力子系 统组成。副产煤气的主要用途是供给制造过程进行使用，如连铸、热社和冷社等生产环节都 会消耗副产煤气。富余的副产煤气则供给蒸汽系统和电力系统W产生制造过程所需的蒸汽 和电力资源。由于副产能源系统极其复杂，且伴随有许多突发状况，因此系统不可能持续较 长时间的保持高效率运行状态，需要经常对系统的低效率运行状态进行及时的调整。 副产煤气系统是整个副产能源系统的核屯、，高效率的使用副产煤气既可W降低对 外购能源的需求，又可W增加蒸汽厂和电厂的产能。因此，副厂能源系统的调整问题归根结 底是如何优化副产煤气的使用问题。但由于煤气系统、蒸汽系统和电力系统联系紧密且相 互禪合，副产能源系统的调整工作是非常困难的。工业现场经常为了保证生产的连续进行， 储存过多的副产煤气，而对于所需的蒸汽和电力资源则通过燃烧外购能源的方式来获取， 运些外购能源都会大大的增加了生产的成本。当生产所需要的副产煤气量远远小于企业的 储存量，而蒸汽系统和电力系统又无法消耗如此大的富余煤气的情况下，工业现场只能采 用放散的方式来对副产能源进行处理，W维系整个副产能源系统的平衡，运样不仅造成了 资源的浪费，更带来了环境的污染。 目前工业现场对副产能源系统的调整主要依赖于专家的经验与知识，专家根据个 人经验通过对副产能源系统中用户的产消量和存储量进行估计，对系统可能会发生的异常 进行调整。运种方式的不足之处其一在于想要基于人工经验准确地估计出副产能源系统中 用户在未来时间范围内的产消量和存储量是非常困难的，运种估计的风险性很大;其二在 于现场的工况复杂多变，调度人员根据自己对副产能源系统变化的预估计进而制定出调度 计划也不是一件简单轻松的事，需要耗费大量的精力和时间。针对基于人工经验的调度方 式具有很大的风险性的情况，采用数学规划的方法对副产能源系统的运行过程建立优化模 型也是一种常见的调整方法，W工业过程的运行机理和能量守恒等条件为约束，W经济效 益最大化为目标，通过求解优化模型获得相应的调整手段，运种方法的不足之处也有两点： 其一工业副产能源系统管网复杂多变，且运输线路长，想要对副产能源系统建立数学规划 模型是非常困难的，松弛和减少约束条件得到的可行解的可靠性得不到保证;其二是采用 数学规划的方法缺少对系统未来变化的判断，而调度手段的实施又具有一定的滞后性。除 上述两种方法外，还有一类方法是机器学习的方法对副产能源系统中的能源产消量和存储 量进行预测，然后基于预测结果制定调整计划。运类方法的优势在于能够对系统较为准确 地预测，其不足之处是较多的考虑了系统的稳定性，也就是柜位的平稳运行，而没能W经济 效益为优化目标，忽略了对副产能源系统的整体优化。
技术实现思路
本专利技术要解决的技术问题是冶金企业副产能源系统的实时调整问题。为解决上述 运一问题，对副产能源系统的历史数据进行分析，从大量历史数据中筛选出调整点数据(之 所W筛选出调整数据，是因为一段时间内调整点数据的量并不大，而所构造的训练样本集 中应该包含足够的调整点数据，因此不能直接将某段时间的历史数据作为训练样本数据）， 并与大量的非调整点数据搭配构建训练样本数据集;对训练样本集中的数据进行语义表 达，将其转化为可W用于构建隐树模型的语义样本;采用双重爬山算法对语义样本库中的 样本进行学习 W建立隐树模型，并基于专家的经验对该隐树模型进行修正，运样就可W得 到一个基于数据和专家经验融合的副产能源系统调整模型。根据工业现场实时的监控和预 测数据，基于该隐树模型可W获得在未来某段时间内的调整手段，完成副产能源系统的实 时调整。 本专利技术技术方案的整体实现流程如附图1所示，具体步骤如下： 1.数据准备:从冶金企业现场实时数据库中读取所需的副产能源系统中的大量历 史数据，手动从系统的历史监控数据中挑选出750个调整点所对应的数据样本，然后结合 2250个非调整点所对应的数据样本，构建一个样本量为3000的训练样本数据集；[000引2.数据样本的语义表达:所构造训练样本集中的每一条样本都是一组数据，包含 了该时刻的各用户的发生量、消耗量和存储量等数据。为了方便学习，将训练样本集中的所 有数据都进行语义表达，利用程度副词将各个用户的发生、消耗或者存储量数据转化成语 义变量，即将发生量、消耗量和存储量数据根据数据的取值大小分为很低、低、中、高、非常 高等不同程度，例如在某一时刻语义样本的描述形式为用户A的发生量非常高，用户B的发 生量很低，……，用户N的消耗量非常高等。 3.建立隐树模型并修正:采用双重爬山算法对语义样本库进行学习建立一种面向 副产能源系统调整的隐树模型。由于所建立的隐树模型是完全基于数据的，因此可能会有 某些细节与实际工艺存在矛盾，运里进一步根据专家经验对所建立隐树模型进行修正，W 获得一个更加接近于工业实际的调整模型； 4.基于隐树模型的调整手段推理：隐树模型建立W后，根据工业现场对副产能源 系统的监控和预测，利用隐树模型推理出副产能源系统在未来某段时间范围内的调整手 段，并将其应用于工业实际。 本专利技术的效果和益处是： 副产能源系统的机理复杂难W基于机理建立调整模型，本专利技术所建立的调整模型 是基于数据和知识完成的，综合利用了工业数据库中的数据和现场调度专家的经验，所建 立的模型更加适用于工业实际。所建立的隐树调整模型是基于统计学原则建立，不同于精 确地数学模型，具有较强的柔性和适应性，能够更好地应对工业现场的突发变故。隐树调整 模型可W进行双向推理，通过现场对副产能源系统的监测和预测，将监测或预测的结果输 入隐树模型可W推理出在未来时间范围内系统是否需要进行调整。如果系统需要调整，那 么可W通过反向推理获得相应的调整手段，即确定调整用户和调整量。隐树调整模型一经 建立，可W直接应用于工业现场，不需要如数学规划方法进行反复建模，其建模复杂度不会 影响其应用于实时调整。【附图说明】 图1为本专利技术方案设计整体流程图。 图2为高炉煤气系统中某段时间内的调整时刻曲线示意图。[001引图3(a)为1，2地厂消耗高炉煤气量曲线图。 图3(b)为1,2#电厂消耗焦炉煤气量曲线图。 图3(c)为2炼钢回收转炉煤气量曲线图。 图4(a)为高炉煤气发生量曲本文档来自技高网...

【技术保护点】
一种基于隐树模型的冶金企业副产能源系统实时调整方法，其特征在于具体步骤如下：(1)数据准备：从冶金企业现场实时数据库中读取所需的副产能源系统中的大量历史数据，手动从系统的历史监控数据中挑选出部分调整点所对应的数据样本和非调整点所对应的数据样本，构建训练样本数据集；(2)数据样本的语义表达：所构造训练样本集中的每一条样本都是一组数据，包含了该时刻的各用户的发生量、消耗量和存储量等数据；将训练样本集中的所有数据都进行语义表达，利用程度副词将各个用户的发生、消耗或者存储量数据转化成语义变量，即将发生量、消耗量和存储量数据根据数据的取值大小分为很低、低、中、高、非常高等不同程度；(3)建立隐树模型并修正：采用双重爬山算法对语义样本库进行学习建立一种面向副产能源系统调整的隐树模型；定义Y为一组显变量；是一组关于Y取值的数据，是一个以Y为显变量的正则预LC模型，f指模型的评分函数，δ指EM算法收敛阈值；具体步骤如下：①初始化的模型，经过势学习算法得到一个新的模型及参数θ，定义②定义当前最优的隐树模型结构及其参数θ*，初始值为空；定义一个存放BICe评分的newScore变量，初始值设为负无穷newScore＝‑∞；③对当前最优模型的预模型进行一次算子操作得到一个新的正则预HLC模型并对其进行势学习，得到BICe评分最高的新模型及参数θ'，以及其BICe评分tempScore，找出对当前模型的所有算子操作所得到的所有候选模型，并分别计算它们的BICe评分；找出这些候选模型中BICe评分最高的模型，将其评分赋给newScore；④比较newScore和oldScore，如果newScore>oldScore，则将θ←θ*，同时将oldScore←newScore，返回③；否则输出模型和参数θ；(4)基于隐树模型的调整手段推理：隐树模型建立以后，根据工业现场对副产能源系统的监控和预测，利用隐树模型推理出副产能源系统在未来某段时间范围内的调整手段，并将其应用于工业实际。...

【技术特征摘要】

【专利技术属性】
技术研发人员：盛春阳，赵珺，陈龙，王伟，刘颖，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21