【技术实现步骤摘要】
本专利技术涉及钢铁冶炼，特别是涉及一种全密闭电炉电力节能控制方法及系统。
技术介绍
1、全密闭电炉电力节能控制是一种针对工业生产中广泛应用的电炉设备的技术措施，旨在通过精确的参数设定和智能化的控制策略，最大程度地降低电炉的能耗，提高电力利用效率，实现节能减排和可持续发展的目标。在工业生产中，电炉作为一种重要的加热设备，广泛应用于冶金、化工、玻璃等行业。
2、然而，传统全密闭电炉由于其高温、大功率等特点，存在能耗较高、能源利用效率低下的问题。为了应对能源短缺和环境压力，全密闭电炉电力节能控制成为迫切的需求。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种全密闭电炉电力节能控制方法及系统，包括：
2、获取全密闭电炉的控制参数数据和能耗数据，并对控制参数数据和能耗数据进行预处理；
3、分析预处理后的控制参数数据和能耗数据之间的关系，从预处理后的控制参数数据中确定影响全密闭电炉能耗的特征变量；
4、根据特征变量和能耗数据构建全密闭电炉的控制参数与能耗之间的关系预测模型，并根据关系预测模型进行预测；
5、对预测结果数据进行分析，确定全密闭电炉的控制参数设定，并根据控制参数设定制定全密闭电炉的电力节能控制策略进行节能控制。
6、进一步的，所述对控制参数数据和能耗数据进行预处理，包括：
7、对控制参数数据和能耗数据进行数据清洗，去除数据中的噪声、缺失值和异常值；
8、对清洗后控制参数数据
9、进一步的，所述分析预处理后的控制参数数据和能耗数据之间的关系，从预处理后的控制参数数据中确定影响全密闭电炉能耗的特征变量，包括：
10、从预处理后的控制参数数据中分离出多个参数数据，将每个参数数据分别与能耗数据进行关联；
11、对关联结果进行评估，将评估后满足条件的参数数据确定为影响全密闭电炉能耗的特征变量。
12、进一步的，所述从预处理后的控制参数数据中分离出多个参数数据，将每个参数数据分别与能耗数据进行关联，包括：
13、分析预处理后的控制参数数据中的参数类型，并根据参数类型将控制参数数据划分为多个参数数据；
14、分别将不同的参数数据作为自变量，能耗数据作为因变量，分别绘制不同参数与能耗之间的散点图；
15、分析每个散点图中的数据趋势线或数据点的分布情况，对于呈现线性趋势的散点图，通过线性回归来拟合数据，对于呈现非线性趋势的散点图，通过多项式回归来拟合数据。
16、进一步的，所述对关联结果进行评估，将评估后满足条件的参数数据确定为影响全密闭电炉能耗的特征变量，包括：
17、预先设定多个评价指标，并分析每个评价指标的重要性，根据重要性程度确定每个评价指标的权重；
18、根据评价指标及其权重分别对拟合后的参数数据进行评估，得到每个参数数据的评估值；
19、将评估值超出预设阈值的参数数据确定为影响全密闭电炉能耗的特征变量。
20、进一步的，所述根据特征变量和能耗数据构建全密闭电炉的控制参数与能耗之间的关系预测模型，并根据关系预测模型进行预测，包括：
21、将特征变量作为模型输入数据，将能耗数据作为模型输出数据；
22、基于模型输入数据、模型输出数据和预设的神经网络模型构建关系预测初始模型；
23、将多组模型输入数据和模型按照一定比例划分为训练集和测试集，并将训练集和测试集输入至关系预测初始模型中，对关系预测初始模型进行训练和测试，直至关系预测初始模型满足预设的收敛条件，得到关系预测模型；
24、根据关系预测模型对全密闭电炉的数据进行预测，得到预测结果数据。
25、进一步的，所述对预测结果数据进行分析，确定全密闭电炉的控制参数设定，并根据控制参数设定制定全密闭电炉的电力节能控制策略进行节能控制，包括：
26、将全密闭电炉的预测结果数据划分为预热阶段、加热阶段和保温阶段；
27、分别计算预热阶段和保温阶段的能耗效率，并根据能耗效率确定全密闭电炉的预热温度和保温温度；
28、预先设定加热阶段的标准能耗，计算加热阶段的实际能耗与标准能耗的差值，根据差值确定全密闭电炉的加热功率和加热时长；
29、基于预热温度、保温温度、加热功率和加热时长制定全密闭电炉的电力节能控制策略，并根据电力节能控制策略对全密闭电炉进行节能控制。
30、本专利技术还提供了一种全密闭电炉电力节能控制系统，包括：
31、获取模块，用于获取获取全密闭电炉的控制参数数据和能耗数据，并对控制参数数据和能耗数据进行预处理；
32、分析模块，用于分析预处理后的控制参数数据和能耗数据之间的关系，从预处理后的控制参数数据中确定影响全密闭电炉能耗的特征变量；
33、预测模块，用于根据特征变量和能耗数据构建全密闭电炉的控制参数与能耗之间的关系预测模型，并根据关系预测模型进行预测；
34、控制模块，用于对预测结果数据进行分析，确定全密闭电炉的控制参数设定，并根据控制参数设定制定全密闭电炉的电力节能控制策略进行节能控制。
35、本专利技术实施例一种全密闭电炉电力节能控制方法及系统与现有技术相比，其有益效果在于：
36、本专利技术利用建立预测模型，对电炉能耗进行预测，并基于结果分析和预测模型，确定全密闭电炉的控制参数设定，制定电力节能控制策略，提高能源的利用效率，减少对电力的消耗，实现电力节能控制的目标。
本文档来自技高网...【技术保护点】
1.一种全密闭电炉电力节能控制方法，其特征在于，包括：
2.根据权利要求1所述的一种全密闭电炉电力节能控制方法，其特征在于，所述对控制参数数据和能耗数据进行预处理，包括：
3.根据权利要求2所述的一种全密闭电炉电力节能控制方法，其特征在于，所述分析预处理后的控制参数数据和能耗数据之间的关系，从预处理后的控制参数数据中确定影响全密闭电炉能耗的特征变量，包括：
4.根据权利要求3所述的一种全密闭电炉电力节能控制方法，其特征在于，所述从预处理后的控制参数数据中分离出多个参数数据，将每个参数数据分别与能耗数据进行关联，包括：
5.根据权利要求4所述的一种全密闭电炉电力节能控制方法，其特征在于，所述对关联结果进行评估，将评估后满足条件的参数数据确定为影响全密闭电炉能耗的特征变量，包括：
6.根据权利要求3所述的一种全密闭电炉电力节能控制方法，其特征在于，所述根据特征变量和能耗数据构建全密闭电炉的控制参数与能耗之间的关系预测模型，并根据关系预测模型进行预测，包括：
7.根据权利要求6所述的一种全密闭电炉电力节能控制方法，
8.一种全密闭电炉电力节能控制系统，其特征在于，包括：
...【技术特征摘要】
1.一种全密闭电炉电力节能控制方法，其特征在于，包括：
2.根据权利要求1所述的一种全密闭电炉电力节能控制方法，其特征在于，所述对控制参数数据和能耗数据进行预处理，包括：
3.根据权利要求2所述的一种全密闭电炉电力节能控制方法，其特征在于，所述分析预处理后的控制参数数据和能耗数据之间的关系，从预处理后的控制参数数据中确定影响全密闭电炉能耗的特征变量，包括：
4.根据权利要求3所述的一种全密闭电炉电力节能控制方法，其特征在于，所述从预处理后的控制参数数据中分离出多个参数数据，将每个参数数据分别与能耗数据进行关联，包括：
5.根据权利要求4所述的一种全...
【专利技术属性】
技术研发人员：高明，郑万龙，王红日，
申请(专利权)人：察右前旗腾飞铁合金有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。