The invention discloses a method and apparatus for generating gas of iron and steel enterprises, and the amount of consumption amount of dynamic prediction method comprises the following steps: acquiring the future production scheduling period under the condition of gas production and consumption of historical data, historical data and the corresponding gas production and consumption cycle production plan and maintenance plan; according to the production plan and maintenance plan, ensure all equipment according to the production conditions; gas production and consumption for each device in the history data of production conditions, for each equipment condition, and according to all the equipment operating point on the classification of gas amount of historical data; on the basis of historical data to train the LSSVM model under different working conditions after class; and the prediction of gas data production and consumption of historical data by using the optimal forecasting model training and prediction result output, the output prediction results include: the future scheduling period of gas production The amount of gas generated by the raw device and the gas consumption of each production user. The above method can improve the accuracy of the gas quantity of dynamic prediction.
【技术实现步骤摘要】
钢铁企业煤气产生量与消耗量的动态预测方法及设备
本专利技术属于钢铁企业煤气预测技术,尤其涉及一种钢铁企业煤气产生量与消耗量的动态预测方法及设备。
技术介绍
在我国,钢铁工业是国民经济的基础性支柱产业,是资源、能源密集型产业,也是节能减排工作的重点。钢铁企业高炉煤气、焦炉煤气和转炉煤气是企业重要的二次能源,占企业总能耗的30%左右。钢铁企业煤气系统的运行规律与设备、原材料和产品种类等密切相关,同时也受到生产计划、检修计划和设备运行工况等因素影响。煤气预测是煤气系统的重要组成部分,根据生产计划、检修计划等工况信息,对煤气的产生量和消耗量进行预测,以便进行后续的煤气资源分配与优化调度,为煤气系统的安全平稳运行,降低放散,提高煤气利用率提供依据。因此,煤气预测成为钢铁企业节能减排的重要环节之一。钢铁企业副产煤气由高炉、焦炉、转炉生产过程中产生的,广泛应用于钢铁生产各个流程,富余的煤气还会被用来产生电力、蒸汽或其他副产品。煤气产生量是指高炉、焦炉、转炉产生的煤气量;煤气消耗量是指钢铁企业主要生产工序消耗的煤气量。实际生产中,由于钢铁生产的波动性,煤气的供需呈现动态变化,供需不平衡时会出现煤气放散或影响生产的情况。例如高炉检修结束后的复风阶段,煤气发生量较少而煤气消耗量正常,需要煤气柜供给煤气,如果此时气柜内煤气不足将会影响生产,导致严重后果;正常生产工况下如果煤气柜煤气较多,遇到煤气产生量较大的情况将不能起到平衡作用,致使煤气放散。为了合理调度煤气,调整煤气柜柜位,我们需要提前对煤气产生量和消耗量进行预测。如果能够提前预测煤气供需状况,将大幅度提高煤气的使用效率,减 ...
【技术保护点】
一种钢铁企业煤气产生量与消耗量的动态预测方法,其特征在于,包括:步骤A:获取未来调度周期内的生产工况下煤气产耗历史数据,以及对应所述煤气产耗历史数据周期的生产计划和检修计划;步骤B:根据所述生产计划和检修计划,确定所有设备生产工况;步骤C:针对煤气产耗历史数据中的每一个设备的生产工况,获取每一设备的工况点,并根据所有设备的工况点对煤气量历史数据进行分类;依据分类后的各工况点的历史数据训练LSSVM模型;并采用训练后的最优预测模型对煤气产耗历史数据的部分数据进行预测,得到输出的预测结果,所述输出的预测结果包括:未来调度周期内煤气产生装置的煤气发生量和各生产用户的煤气消耗量。
【技术特征摘要】
1.一种钢铁企业煤气产生量与消耗量的动态预测方法,其特征在于,包括:步骤A:获取未来调度周期内的生产工况下煤气产耗历史数据,以及对应所述煤气产耗历史数据周期的生产计划和检修计划;步骤B:根据所述生产计划和检修计划,确定所有设备生产工况;步骤C:针对煤气产耗历史数据中的每一个设备的生产工况,获取每一设备的工况点,并根据所有设备的工况点对煤气量历史数据进行分类;依据分类后的各工况点的历史数据训练LSSVM模型;并采用训练后的最优预测模型对煤气产耗历史数据的部分数据进行预测,得到输出的预测结果,所述输出的预测结果包括:未来调度周期内煤气产生装置的煤气发生量和各生产用户的煤气消耗量。2.根据权利要求1所述的方法,其特征在于,所述步骤C包括:C1、以集合Vi,j表示第i个设备第j个工况的煤气量历史数据集;C2、根据集合Vi,j,通过小波分析方法和向量空间重构方法构造LSSVM模型的训练数据集;C3、利用所述训练数据集,并通过启发式参数寻优方式对所述LSSVM模型进行训练,获得训练后的最优预测模型;C4、依据待预测的设备、及待预测设备的工况和所述煤气产耗历史数据,构造待处理的预测数据集;C5、采用最优预测模型处理所述待处理的预测数据集,获得输出的预测结果。3.根据权利要求2所述的方法,其特征在于,步骤C2包括:依据企业煤气调度需求确定初始样本采样周期t、向量空间变换样本维数m以及模型中其它参数;获取煤气产生量和消耗量V0,并基于小波分析方法,提取低频信号提取低频信号Di(n);对所述煤气产耗历史数据中各用户的煤气产耗历史数据进行归一化处理,使数据线性映射到0-1之间;对归一化处理后的煤气产耗历史数据进行向量空间重构,将线性排列的数据构造为最优预测模型所需要的训练数据集,构造过程可表示为:其中,输入数据中i时刻的煤气产耗历史数据记为xi,输出数据中的i时刻预测结果记为Yi,每一行中的一组xi和一组Yi分别为模型的一个输入样本和一个输出样本,训练数据集构造方法记为利用输入输出样本xt-m+1xt-m+2…...
【专利技术属性】
技术研发人员:张琦,马家琳,李辉,倪团结,
申请(专利权)人:东北大学,
类型:发明
国别省市:辽宁,21
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。