一种高炉铁水硅含量变化趋势预测方法、设备和存储介质技术

本发明专利技术提供一种高炉铁水硅含量变化趋势预测方法、设备和存储介质，所述方法包括：获取炼铁过程中与高炉铁水中硅含量变化相关的特征参数，基于已训练的高炉铁水硅含量预测模型，对硅含量变化趋势进行预测；其中，所述高炉铁水含量预测模型包括第一层预测模型和第二层预测模型，所述第一层预测模型用于根据原始样本对硅含量变化趋势进行初步预测，所述第二层预测模型根据所述第一层预测模型的预测结果进行二次预测，得到硅含量变化趋势。建立了极限梯度提升和长短期记忆网络的融合模型对铁水硅含量的趋势进行预测，为高炉操作者提前判断炉况的变化趋势以及调控幅度提供参考依据，进而保证炼铁过程顺行和铁水质量保持在正常范围内。

Prediction method, equipment and storage medium for silicon content change trend of blast furnace molten iron

The invention provides a prediction method, equipment and storage medium for the change trend of silicon content in hot metal of blast furnace. The method includes acquiring characteristic parameters related to the change of silicon content in hot metal of blast furnace during ironmaking process, and predicting the change trend of silicon content based on the trained prediction model of silicon content in hot metal of blast furnace. The prediction model of hot metal content in blast furnace includes the first layer prediction model and the second layer prediction model. The first layer prediction model is used to preliminarily predict the trend of silicon content change according to the original sample. The second layer prediction model predicts the change of silicon content twice according to the prediction results of the first layer prediction model and obtains the change of silicon content. Turn the trend. The fusion model of limit gradient lifting and long-term and short-term memory network is established to predict the trend of silicon content in hot metal, which can provide reference for blast furnace operators to judge the trend of change of furnace condition in advance and to control the range, thus ensuring the smooth ironmaking process and keeping the quality of hot metal within the normal range.

【技术实现步骤摘要】
一种高炉铁水硅含量变化趋势预测方法、设备和存储介质
本专利技术涉及及高炉冶炼自动化控制
，更具体地，涉及一种高炉铁水硅含量变化趋势预测方法、设备和存储介质。
技术介绍
高炉冶炼是一个连续的生产过程，炉内运行情况复杂，各种物理、化学反应众多。高炉炉温，即炉缸内的铁水温度，是衡量高炉炉况的重要参数之一，过高和过低都会造成铁水质量的下降和炉况的不顺。炉温低，铁水物理热不足，炉缸热储备不够，容易造成炉缸冻结事故；炉温高，炉缸煤气流太过旺盛，导致悬料、崩料等炉况故障及原材料的浪费。因此实现炉温的在线预测对保证高炉炉况安全稳定顺行具有重大的意义。由于高炉封闭的生产过程，无法直接检测炉缸内铁水的温度，在撇渣器处用热电偶测得的温度具有一定的热损失不能准确代表高炉炉温。研究表明，铁水从炉缸流向撇渣器的过程中，铁水硅含量的信息不存在丢失，并且铁水硅含量与炉缸内铁水的温度具有较强的正相关关系，因此可以将炉温的预报问题转换为高炉铁水硅含量的预报。但在实际的生产过程中，高炉操作者并不会因为前后两次硅含量的值的变化而且频繁的调节参数，只有当硅含量的变化趋势超出一定的允许范围时，才会采取相应的调控手段，从对本文档来自技高网...

【技术保护点】
1.一种高炉铁水硅含量变化趋势预测方法，其特征在于，包括：获取炼铁过程中与高炉铁水中硅含量变化相关的特征参数，基于已训练的高炉铁水硅含量预测模型，对硅含量变化趋势进行预测；其中，所述高炉铁水含量预测模型包括第一层预测模型和第二层预测模型，所述第一层预测模型用于根据原始样本对硅含量变化趋势进行初步预测，所述第二层预测模型根据所述第一层预测模型的预测结果进行二次预测，得到硅含量变化趋势。

【技术特征摘要】
1.一种高炉铁水硅含量变化趋势预测方法，其特征在于，包括：获取炼铁过程中与高炉铁水中硅含量变化相关的特征参数，基于已训练的高炉铁水硅含量预测模型，对硅含量变化趋势进行预测；其中，所述高炉铁水含量预测模型包括第一层预测模型和第二层预测模型，所述第一层预测模型用于根据原始样本对硅含量变化趋势进行初步预测，所述第二层预测模型根据所述第一层预测模型的预测结果进行二次预测，得到硅含量变化趋势。2.根据权利要求1所述的方法，其特征在于，获取炼铁过程中与高炉铁水中硅含量变化相关的特征参数前，还包括：获取历史炼铁过程中与高炉铁水中硅含量变化相关的特征参数及硅含量变化趋势，对所述高炉铁水含量预测模型进行训练；通过所述特征参数及硅含量变化趋势对所述第一层预测模型进行训练，通过训练后第一层预测模型的预测结果对所述第二层预测模型进行训练。3.根据权利要求2所述的方法，其特征在于，获取历史炼铁过程中与高炉铁水中硅含量变化相关的特征参数及硅含量变化趋势，包括：获取炼铁过程中的现场数据，对所述现场数据进行异常值剔除、缺失值填补、归一化处理，得到与高炉铁水中硅含量变化相关的特征参数；通过滑动窗口对高炉铁水中硅含量在时间轴上进行分割，得到高炉铁水中硅含量变化趋势。4.根据权利要求3所述的方法，其特征在于，通过滑动窗口对高炉铁水中硅含量在时间轴上进行分割，具体包括：S1、设定总窗口宽度，并根据炼铁班次确定高炉铁水中硅含量变化的预测周期，根据所述预测周期设定滑动窗口宽度；S2、对每个滑动窗口，通过零阶多项式对所述滑动窗口内的硅含量进行拟合，得到拟合方程，并通过方差比率检验判断拟合效果，若拟合方程不显著，则记录所述滑动窗口内的硅含量为平稳不变趋势，否则，进入步骤S3；S3、通过一阶多项式对所述滑动窗口内的硅含量进行拟合，得到拟合方程，并通过方差比率检验判断拟合效果，若拟合方程不显著，则根据斜率正负判断所述滑动窗口内硅含量为线性上升趋势或线性下降趋势，否则，进入步骤S4；S4、通过二阶多项式对所述滑动窗口内的硅含量进行拟合，得到拟合...

【专利技术属性】
技术研发人员：蒋朝辉，蒋珂，谢永芳，桂卫华，阳春华，潘冬，陈致蓬，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43