【技术实现步骤摘要】
本专利技术涉及炼焦领域，尤其涉及难推焦的预警方法。
技术介绍
1、难推焦是指推焦时推焦电机电流超过电机规定的最大电流，或者推焦困难，不能顺利推焦，扰乱了焦炉的正常加热，易损坏热炉砌体，缩短了焦炉使用寿命，易损坏焦炉机械，影响了焦炭的产量和质量。
2、炼焦过程物理化学反应繁多，机理复杂，对于推焦电流的主要影响因素虽然可以通过机理分析确定，但这些主要影响因素对于推焦电流的影响程度很难确定，且各因素之间又会互相影响，具体的互作用程度也很难确定。因此现有的难推焦预测方法虽然考虑了影响推焦电流的多种因素，且能够给出一定的预测结果，但并未考虑各因素对推焦电流的影响权重，及各因素间的互作用性，而且由于采用人工神经网络等深度学习方法建立的预测模型难以获得最优参数，训练时间长，预测结果存在偶然性，从而导致预测模型的运算效率和预测精度很难满足炼焦生产需求。
技术实现思路
1、本专利技术的主要目的是提供一种难推焦的预警方法，以解决预测模型的运算效率和预测精度不足的技术问题。
2、为实现上述目的，本专利技术提供了一种难推焦的预警方法，包括以下步骤：
3、s100:对焦炉的推焦电流历史数据进行预处理，得到预处理推焦电流历史数据。
4、s200:对所述预处理推焦电流历史数据基于sarima模型的要求进行分析，再确定sarima模型的模型参数，得到预测模型。所述模型参数包括自回归项的阶数p、差分的阶数d、移动平均项的阶数q、季节自回归项的阶数p、季节差分的阶数d、
5、s300:基于所述预测模型对输出结果进行反归一化处理，获得推焦电流预测值。
6、s400:基于所述推焦电流预测值，结合历史数据和预设规则，实现难推焦预警。
7、根据本申请的实施方式，步骤100包括：
8、对推焦电流历史数据进行缺失值插补、异常值剔除、归一化中的至少一项。
9、根据本申请的实施方式，所述对推焦电流历史数据进行缺失值插补的步骤包括：
10、采用均值填补法对所述推焦电流历史数据中的缺失值进行处理。
11、所述对推焦电流历史数据进行归一化的步骤包括：
12、使用min-max归一化的方法将经过缺失值插补、异常值剔除后的推焦电流历史数据进行归一化，归一化公式如下：
13、
14、其中，xn为所述推焦电流历史数据进行归一化的期望值；xmin为所述推焦电流历史数据中的最小值；xmax
15、为所述推焦电流历史数据中的最大值；x为所述推焦电流历史数据的任一数据。
16、根据本申请的实施方式，步骤200包括：
17、s210:将预处理推焦电流历史数据分别通过季节性差分变换和非季节性差分变换转换为相应平稳的第一时间序列和第二时间序列，所述第一时间序列和所述第二时间序列再分别基于季节性差分变换的次数和非季节性差分变换的次数得到差分的阶数d和季节差分的阶数d。
18、s220:通过贝叶斯信息准则bic参数寻优算法确定自回归项的阶数p、移动平均项的阶数q、季节自回归项的阶数p和季节移动平均项的阶数q的最优值。
19、s230:对第二时间序列进行stl分解，并结合实际生产推焦操作的不规则周期性规律确定推焦电流周期s的值。
20、根据本申请的实施方式，所述通过贝叶斯信息准则bic参数寻优算法确定自回归项的阶数p、移动平均项的阶数q、季节自回归项的阶数p和季节移动平均项的阶数q的最优值的步骤包括：
21、bic的计算公式如下：
22、bic＝-2*ln(l)+k*ln(n)
23、其中，l是模型的最大似然值，k是模型的参数个数，n是数据的样本量。
24、根据本申请的实施方式，所述对第二时间序列进行stl分解，并结合实际生产推焦操作的不规则周期性规律确定推焦电流周期s的值的步骤包括：
25、s231:对第二时间序列进行去趋势化处理：
26、其中，是去趋势后的第二时间序列，yt是第二时间序列，是趋势分量第i次迭代结果。i为迭代次数。
27、s232:对每个子序列利用局部加权回归lowess算法进行平滑处理，再前后各延展一个周期，组合得到新子序列
28、s233:采用低通滤波计算原子序列的趋势项分量去除周期性差异，然后由时间序列的可加性计算新时间序列的季节性分量计算公式为：
29、
30、s234:去除子序列中的季节成分，得到第二时间序列的季节分量和趋势分量计算公式为：
31、
32、
33、s235:判断是否收敛，若不收敛，则重复步骤s231～s234的过程。若收敛，则根据第二时间序列yt、第二时间序列的季节分量趋势分量得到时间序列的余项分量
34、根据本申请的实施方式，根据第二时间序列yt、第二时间序列的季节分量趋势分量得到时间序列的余项分量的计算公式为：
35、
36、根据本申请的实施方式，在步骤s200和s300之间还包括：
37、使用标准残差对sarima模型进行残差正态性检验，判断残差是否服从正态分布。
38、使用durbin-watson方法对sarima模型进行残差相关性检验，判断残差是否存在一阶相关性。
39、在所述sarima模型通过残差正态性检验和残差相关性检验后，进行步骤s300。
40、根据本申请的实施方式，所述步骤s400包括：
41、所述预设规则采用专家经验分析法构建得到。
42、上述的难推焦的预警方法中，考虑炼焦推焦生产规律，充分挖掘推焦电流数据自身的不规则周期性特征，采用sarima时间序列预测方法进行准确预测，与现有技术方案相比模型的预测精度更高，且训练时间短，预测效率高。
本文档来自技高网...【技术保护点】
1.一种难推焦的预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的预警方法，其特征在于，所述步骤S100包括：
3.根据权利要求1所述的预警方法，其特征在于，所述对推焦电流历史数据进行缺失值插补的步骤包括：
4.根据权利要求1所述的预警方法，其特征在于，所述步骤S200包括：
5.根据权利要求4所述的预警方法，其特征在于，所述通过贝叶斯信息准则BIC参数寻优算法确定自回归项的阶数p、移动平均项的阶数q、季节自回归项的阶数P和季节移动平均项的阶数Q的最优值的步骤包括：
6.根据权利要求4所述的预警方法，其特征在于，所述对第二时间序列进行STL分解，并结合实际生产推焦操作的不规则周期性规律确定推焦电流周期S的值的步骤包括：
7.根据权利要求6所述的预警方法，其特征在于，根据第二时间序列Yt、第二时间序列的季节分量趋势分量得到时间序列的余项分量的计算公式为：
8.根据权利要求4所述的预警方法，其特征在于，在步骤S200和S300之间还包括：
9.根据权利要求1～8中任一项所述的预
...【技术特征摘要】
1.一种难推焦的预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的预警方法，其特征在于，所述步骤s100包括：
3.根据权利要求1所述的预警方法，其特征在于，所述对推焦电流历史数据进行缺失值插补的步骤包括：
4.根据权利要求1所述的预警方法，其特征在于，所述步骤s200包括：
5.根据权利要求4所述的预警方法，其特征在于，所述通过贝叶斯信息准则bic参数寻优算法确定自回归项的阶数p、移动平均项的阶数q、季节自回归项的阶数p和季节移动平均项的阶数q的最优值的步骤包括...
【专利技术属性】
技术研发人员：刘学斌，李专义，方飞扬，
申请(专利权)人：湖南华菱涟源钢铁有限公司，
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。