【技术实现步骤摘要】
本申请涉及高炉冶炼，具体涉及一种高炉气流分布预测方法、装置、电子设备及存储介质。
技术介绍
1、高炉冶炼作为钢铁生产中非常重要的一个环节，其具有极为复杂的工业生产过程，涉及多种相态的物理、化学反应，存在着复杂的能量转化和传递。铁矿石、焦炭等原燃料的质量会影响高炉炉顶煤气分布，通常，由于原燃料质量的参差不齐会导致高炉气流分布发生变化，进而影响高炉透气性。
2、值得注意的是，从原燃料进入高炉到反应以致影响高炉气流分布，这一过程存在显著的滞后性。这意味着，当炉况因原燃料质量变化而出现不利趋势时，往往已经错过了最佳的调整时机。因此，如何提前预判原燃料的变化对高炉气流分布的影响，以便作业人员据此进行防守性操作，成为当前高炉冶炼技术亟待解决的重要问题。
技术实现思路
1、鉴于以上所述现有技术的缺点，本申请提供一种高炉气流分布预测方法、装置、电子设备及存储介质，以解决上述如何提前预判原燃料的变化对高炉气流分布的影响的技术问题。
2、本申请提供了一种高炉气流分布预测方法，所述方法包括：获取不同时刻的原燃料参数历史数据组和气流参数历史数据；按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联，得到气流参数与原燃料参数关联数据集，并基于所述气流参数与原燃料参数关联数据集，建立气流参数与原燃料参数的拟合关系；采集原燃料参数当前数据组，根据所述原燃料参数当前数据组和所述气流参数与原燃料参数的拟合关系，进行气流分布预测。
3、于本申请的一实施例中，按照参
4、于本申请的一实施例中，按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联之前，所述方法包括：根据不同时刻的煤气利用率历史数据和同一类原燃料参数历史数据，计算煤气利用率与同一类原燃料参数在不同滞后时长的相关系数，并将所述煤气利用率与同一类原燃料参数在不同滞后时长的相关系数中最高相关系数所对应的滞后时长，作为同一类原燃料参数与煤气利用率的参考时滞，以得到各类原燃料参数与煤气利用率的参考时滞；根据不同时刻的全压差历史数据和同一类原燃料参数历史数据，计算全压差与同一类原燃料参数在不同滞后时长的相关系数，并将所述全压差与同一类原燃料参数在不同滞后时长的相关系数中最高相关系数所对应的滞后时长，作为同一类原燃料参数与全压差的参考时滞，以得到各类原燃料参数与全压差的参考时滞。
5、于本申请的一实施例中，基于所述气流参数与原燃料参数关联数据集，建立气流参数与原燃料参数的拟合关系，包括：以各类原燃料参数为自变量、煤气利用率和全压差为因变量，基于所述气流参数与原燃料参数关联数据集生成训练数据集；采用所述训练数据集对预设回归模型进行训练，得到所述气流参数与原燃料参数的拟合关系，所述气流参数与原燃料参数的拟合关系包括煤气利用率与各类原燃料参数的拟合关系、全压差与各类原燃料参数的拟合关系。
6、于本申请的一实施例中，采用所述训练数据集对预设回归模型进行训练，包括：对所述预设回归模型进行参数初始化，将所述训练数据集中的自变量作为输入、所述训练数据集中的因变量作为输出，对所述预设回归模型进行训练，得到因变量预测值；基于因变量真实值和所述因变量预测值计算损失函数，所述因变量真实值基于所述训练数据集中的因变量得到；若所述损失函数满足预设条件，则完成对所述预设回归模型的训练，得到所述气流参数与原燃料参数的拟合关系；若所述损失函数不满足所述预设条件，则根据所述损失函数对所述预设回归模型进行参数更新，以采用所述训练数据集对更新后的预设回归模型进行训练，直至损失函数满足所述预设条件，或，对所述预设回归模型进行参数更新的次数达到预设更新次数。
7、于本申请的一实施例中，根据所述原燃料参数当前数据组和所述气流参数与原燃料参数的拟合关系，进行气流分布预测，包括：将所述原燃料参数当前数据组输入至训练后的预设回归模型，以使所述训练后的预设回归模型根据所述原燃料参数当前数据组和所述煤气利用率与各类原燃料参数的拟合关系进行煤气利用率预测，并根据所述原燃料参数当前数据组和所述全压差与各类原燃料参数的拟合关系进行全压差预测，以输出煤气利用率的预测值分布和全压差的预测值分布。
8、于本申请的一实施例中，进行气流分布预测之后，所述方法包括：采集气流参数当前数据，所述气流参数当前数据包括煤气利用率当前数据和全压差当前数据；基于所述煤气利用率的预测值分布计算煤气利用率的置信区间，并基于所述全压差的预测值分布计算全压差的置信区间；若所述煤气利用率当前数据超过所述煤气利用率的置信区间，和/或，所述全压差当前数据超过所述全压差的置信区间，则生成预警信息，并根据所述预警信息进行预警。
9、于本申请的一实施例中，还提供一种高炉气流分布预测装置，所述装置包括：数据采集模块，用于获取不同时刻的原燃料参数历史数据组和气流参数历史数据；信息处理模块，用于按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联，得到气流参数与原燃料参数关联数据集，并基于所述气流参数与原燃料参数关联数据集，建立气流参数与原燃料参数的拟合关系；数据预测模块，用于根据原燃料参数当前数据组和所述气流参数与原燃料参数的拟合关系，进行气流分布预测，所述原燃料参数当前数据组通过所述数据采集模块采集得到。
10、于本申请的一实施例中，还提供一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的高炉气流分布预测方法。
11、于本申请的一实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上所述的高炉气流分布预测方法。
12、本专利技术的有益效果：本专利技术提供一种高炉气流分布预测方法、装置、电子设备及存储介质，该方法考虑到气流参数与原燃料参数的时滞关系，通过按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联，并基于关联后的数据建立气流参数与原燃料参数的拟合关系，以根据拟合关系和采集的原燃料参数当前数据组进行气流分布预测，能够自动化提前预测高炉内的气流分布，为高炉作业人员提供科本文档来自技高网...
【技术保护点】
1.一种高炉气流分布预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的高炉气流分布预测方法，其特征在于，按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联，包括：
3.根据权利要求2所述的高炉气流分布预测方法，其特征在于，按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联之前，所述方法包括：
4.根据权利要求2所述的高炉气流分布预测方法，其特征在于，基于所述气流参数与原燃料参数关联数据集，建立气流参数与原燃料参数的拟合关系，包括：
5.根据权利要求4所述的高炉气流分布预测方法，其特征在于，采用所述训练数据集对预设回归模型进行训练，包括：
6.根据权利要求4或5任一项所述的高炉气流分布预测方法，其特征在于，根据所述原燃料参数当前数据组和所述气流参数与原燃料参数的拟合关系，进行气流分布预测，包括：
7.根据权利要求6所述的高炉气流分布预测方法，其特征在于，进行气流分布预测之后，所述方法包括：
8.一种高炉气流分布预测装置，其特征在于，所述装置包括：<...
【技术特征摘要】
1.一种高炉气流分布预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的高炉气流分布预测方法，其特征在于，按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联，包括：
3.根据权利要求2所述的高炉气流分布预测方法，其特征在于，按照参考时滞对不同时刻的气流参数历史数据和原燃料参数历史数据组进行关联之前，所述方法包括：
4.根据权利要求2所述的高炉气流分布预测方法，其特征在于，基于所述气流参数与原燃料参数关联数据集，建立气流参数与原燃料参数的拟合关系，包括：
5.根据权利要求4所述的高炉气流分布预测方法，其特征在于，采用所述训练数据集对预设...
【专利技术属性】
技术研发人员：祝捷，石莹，颜秋余，汤槟，谢皓，孙小东，彭燕华，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
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。