【技术实现步骤摘要】
本专利技术涉及工业互联网与能源管理，特别是涉及一种基于转炉煤气预测模型实现煤气自动化调度的方法。
技术介绍
1、钢铁生产过程中，转炉煤气是一种在炼钢过程中副产的高价值能源。其成分主要包括一氧化碳、二氧化碳、氮气等，是钢铁企业内部供热、发电的重要燃料。在钢铁企业内部，煤气柜是转炉煤气储存的重要设备，其储存容量的波动性(即煤气柜位的变化)直接反映了煤气的供需平衡情况。其中，转炉煤气的产生量受到多种因素的影响，如原料的种类、炼钢过程中的工艺参数以及设备的运行状态等，这些因素的波动性使得煤气的产出难以准确预测。同时，煤气的消耗需求也会因生产计划的调整、设备运行状况的变化等产生波动。目前已有一些基于数据驱动的调度系统，例如通过简单的统计模型或经验规则来进行煤气调度。
2、但是，目前已有的转炉煤气调度方法存在多个技术缺陷。首先，传统的人工经验调度方式对煤气的预测精度较低，难以适应这些波动，进而影响生产稳定性；其次，煤气柜容量有限且受严格的操作规程约束，而传统调度方法缺乏对煤气柜位的准确预测和动态调度；最后，煤气调度系统大多依赖线性模型或简单的经验算法，难以处理煤气生产和消耗中的复杂多变数据。因此，设计一种基于转炉煤气预测模型实现煤气自动化调度的方法是十分有必要的。
技术实现思路
1、本专利技术的目的是提供一种基于转炉煤气预测模型实现煤气自动化调度的方法，以根据潜在的供需不平衡问题更加主动、精确地进行煤气分配和利用，保障生产过程的连续性和稳定性，并提高能源利用效率。
2、
3、一种基于转炉煤气预测模型实现煤气自动化调度的方法，包括如下步骤：
4、采集转炉生产过程中的生产数据，并对生产数据进行预处理操作，得到预处理数据；
5、对预处理数据进行数据选择操作，得到输入数据；
6、通过训练好的神经网络模型对输入数据进行预测，得到预测结果；
7、根据预测结果对煤气的消耗和存储进行调节。
8、可选的，生产数据包括：煤气的产生流量、煤气的消耗流量和煤气柜的储存量。
9、可选的，预处理操作包括：对生产数据进行清洗、去生产数据中的噪声和异常值以及对生产数据进行归一化处理。
10、可选的，对预处理数据进行数据选择操作，得到输入数据，具体步骤包括：
11、计算生产数据中变量的相关性，并根据相关性进行筛选，得到筛选数据；
12、对筛选数据进行特征提取操作，得到变量特征；
13、根据变量特征选取输入数据。
14、可选的，通过训练好的神经网络模型对输入数据进行预测，得到预测结果，具体步骤包括：
15、将转炉生产过程的历史数据分为训练集和测试集；
16、通过训练集和反向传播算法对bp神经网络模型进行训练，得到初步模型；
17、通过初步模型对测试集进行预测，得到初步结果，并计算初步结果与实际结果的误差；
18、使用均方误差算法和平均绝对误差算法对初步结果与实际结果的误差进行分析，得到分析结果；
19、根据分析结果对初步模型进行调整，得到训练好的神经网络模型；
20、将输入数据输入至训练好的神经网络模型中进行预测，得到预测结果。
21、可选的，预测结果为煤气柜位30分钟的偏移量；偏移量的计算公式为：q＝ght+30-ghmiddle；其中，q为偏移量，ght+30为30分钟后的煤气柜位值，ghmiddle为中间柜位值。
22、可选的，根据预测结果对煤气的消耗和存储进行调整，具体步骤包括：
23、计算锅炉消除偏移量的调节速率；
24、将调节速率与锅炉最大调节速率进行对比，得到对比结果，并根据对比结果对调节速率进行一次修正，得到第一修正速率；
25、根据第一修正速率、煤气消耗流量、锅炉的转炉煤气最大消耗流量和锅炉的转炉煤气最小消耗流量对第一修正速率进行二次修正，得到第二修正速率；
26、根据第二修正速率对煤气的消耗和存储进行调节。
27、可选的，调节速率的具体计算公式为：qt＝q/δt；其中，qt为调节速率，δt为调节时间。
28、可选的，将调节速率与锅炉最大调节速率进行对比，得到对比结果，并根据对比结果对调节速率进行一次修正，得到第一修正速率，具体步骤为：
29、当调节速率大于锅炉最大调节速率时，将调节速率修正为锅炉最大调节速率；
30、当调节速率小于负的锅炉最大调节速率时，将调节速率修正为负的锅炉最大调节速率；
31、当调节速率大于或等于负的锅炉最大调节速率且小于或等于锅炉最大调节速率时，调节速率不变。
32、可选的，根据第一修正速率、煤气消耗流量、锅炉的转炉煤气最大消耗流量和锅炉的转炉煤气最小消耗流量对第一修正速率进行二次修正，得到第二修正速率，具体步骤为：将第一修正速率、第二修正速率、煤气消耗流量、锅炉的转炉煤气最大消耗流量和锅炉的转炉煤气最小消耗流量分别记为qt2、qt3、qgl.0、qgl.max、和qgl.min；
33、当qgl,0+qt2＞qgl,max时，使得qt3＝qgl,max-qgl,0；
34、当qgl,0+qt2＜qgl,min时，使得qt3＝qgl,0-qgl,min；
35、当qgl,min≦qgl,0+qt2≦qgl,max时，使得qt3＝qt2。
36、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的基于转炉煤气预测模型实现煤气自动化调度的方法，该方法包括：采集转炉生产过程中的生产数据，并对生产数据进行预处理操作，得到预处理数据；对预处理数据进行数据选择操作，得到输入数据；通过训练好的神经网络模型对输入数据进行预测，得到预测结果；根据预测结果对煤气的产生和消耗进行调节。
本文档来自技高网...【技术保护点】
1.一种基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述生产数据包括：煤气的产生流量、煤气的消耗流量和煤气柜的储存量。
3.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述预处理操作包括：对所述生产数据进行清洗、去所述生产数据中的噪声和异常值以及对所述生产数据进行归一化处理。
4.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，对所述预处理数据进行数据选择操作，得到输入数据，具体步骤包括：
5.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，通过训练好的神经网络模型对所述输入数据进行预测，得到预测结果，具体步骤包括：
6.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述预测结果为煤气柜位30分钟的偏移量；所述偏移量的计算公式为：Q＝GHt+30-GHmiddle；其中，Q为所述偏移量，
7.根据权利要求6所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，根据所述预测结果对煤气的消耗和存储进行调整，具体步骤包括：
8.根据权利要求7所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述调节速率的具体计算公式为：qt＝Q/Δt；其中，qt为所述调节速率，Δt为调节时间。
9.根据权利要求7所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，将所述调节速率与锅炉最大调节速率进行对比，得到对比结果，并根据所述对比结果对所述调节速率进行一次修正，得到第一修正速率，具体步骤为：
10.根据权利要求7所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，根据所述第一修正速率、煤气消耗流量、锅炉的转炉煤气最大消耗流量和锅炉的转炉煤气最小消耗流量对所述第一修正速率进行二次修正，得到第二修正速率，具体步骤为：将所述第一修正速率、所述第二修正速率、所述煤气消耗流量、所述锅炉的转炉煤气最大消耗流量和所述锅炉的转炉煤气最小消耗流量分别记为qt2、qt3、qgl，0、qgl.max、和qgl.min；
...【技术特征摘要】
1.一种基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述生产数据包括：煤气的产生流量、煤气的消耗流量和煤气柜的储存量。
3.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述预处理操作包括：对所述生产数据进行清洗、去所述生产数据中的噪声和异常值以及对所述生产数据进行归一化处理。
4.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，对所述预处理数据进行数据选择操作，得到输入数据，具体步骤包括：
5.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，通过训练好的神经网络模型对所述输入数据进行预测，得到预测结果，具体步骤包括：
6.根据权利要求1所述的基于转炉煤气预测模型实现煤气自动化调度的方法，其特征在于，所述预测结果为煤气柜位30分钟的偏移量；所述偏移量的计算公式为：q＝ght+30-ghmiddle；其中，q为所述偏移量，ght+30为30分钟后的煤气柜位值，g...
【专利技术属性】
技术研发人员：赵贤聪，任鹏帆，袁明华，高松，李哲，
申请(专利权)人：联通雄安产业互联网有限公司，
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。