一种水泥炉窑生产的能耗参数优化方法及系统技术方案

本发明专利技术公开了一种水泥炉窑生产的能耗参数优化方法及系统，包括以下过程：获取能耗关键参数与对应吨熟料能耗的历史数据形成样本集；利用样本集训练基于BP神经网络的水泥能耗模型；所述水泥能耗模型以关键参数作为输入，吨熟料能耗作为输出；通过平均值法筛选出对能耗敏感度影响较大的参数；以这些参数作为水泥能耗模型的输入；利用遗传算法对能耗模型进行寻优，获得能耗最低时的参数组合。本发明专利技术优化水泥生产过程中的关键参数，给现场操作提供关键参数推荐值，减少生产过程中电能的消耗，帮助水泥企业降低生产成本。

【技术实现步骤摘要】
一种水泥炉窑生产的能耗参数优化方法及系统
本专利技术属于水泥炉窑生产能耗优化
，具体涉及一种水泥炉窑生产的能耗参数优化方法，还涉及应用此方法的系统。
技术介绍
水泥制造业一直是我国的高能耗行业之一，对能源的依赖度很高，能源消费占生产成本费用的比例达到40％-60％。近些年，水泥企业的节能取得很大进展，但目前对比世界先进水平来说，吨水泥综合能耗还存在差距。面对巨大的市场压力，水泥企业越来越重视节能降耗。随着能源信息化在水泥企业中的迅速流行，企业的能源建设进入新的时期，能耗统计分析的探究就具有十分重要的意义。水泥烧成系统是水泥生产过程中的主要能耗部分，水泥烧成系统内部进行着复杂的理化反应，涉及众多环节与设备，采集的数据具有的非线性，强耦合性，变量众多等特点，具有多变量，非线性，大滞后的特点，因此在水泥能耗分析方面研究较少。其中：专利技术专利201810910130.7提出了一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法，建立的CNN模型，以能耗相关变量作为网络输入，对水泥烧成系统的单位电耗和吨煤耗进行联合预测，及时的为水泥烧成过本文档来自技高网...

【技术保护点】
1.一种水泥炉窑生产的能耗参数优化方法，其特征是，包括以下过程：/n确定影响能耗的关键参数；/n获取关键参数与对应吨熟料能耗的历史数据形成样本集；/n利用样本集训练基于BP神经网络的水泥能耗模型；所述水泥能耗模型以关键参数作为输入，吨熟料能耗作为输出；/n通过平均值法筛选出对能耗敏感度影响较大的参数；以这些参数作为水泥能耗模型的输入；/n利用遗传算法对能耗模型进行寻优，获得能耗最低时的参数组合。/n

【技术特征摘要】
1.一种水泥炉窑生产的能耗参数优化方法，其特征是，包括以下过程：
确定影响能耗的关键参数；
获取关键参数与对应吨熟料能耗的历史数据形成样本集；
利用样本集训练基于BP神经网络的水泥能耗模型；所述水泥能耗模型以关键参数作为输入，吨熟料能耗作为输出；
通过平均值法筛选出对能耗敏感度影响较大的参数；以这些参数作为水泥能耗模型的输入；
利用遗传算法对能耗模型进行寻优，获得能耗最低时的参数组合。


2.根据权利要求1所述的一种水泥炉窑生产的能耗参数优化方法，其特征是，所述水泥能耗模型的初始值和阈值通过遗传算法进行优化。


3.根据权利要求1所述的一种水泥炉窑生产的能耗参数优化方法，其特征是，所述通过平均值法筛选出对能耗敏感度影响较大的参数，包括：
Step1：假设原始训练样本集P共有m个样本，每个样本包含n个变量，即样本集P＝{P1,P2,....Pn}，输出为一个变量Y＝[y1,y2,.....ym]；
Step2：将训练样本集P中的数据列Pj,j＝1,2,3,.....n的每个数值在原来基础上分别加和减10％，形成两个新的数据列和
Step3：将由和组成的两个新的训练样本集利用已训练好的BP神经网络模型进行预测，相应得到两组预测结果和二者求差后的差值表示该变量变化对输出结果产生的影响变化值IVj；
Step4：对m个输出差值IVj的求和并取平均，得到第j个输入变量的平均影响值MIVj；
Step5：对MIVj的绝对值按大小降序排列，若排序后的前k个MIV绝对值的累计贡献率满足下式：



则选择对应的这k个输入变量代表全部输入变量重新构建水泥能耗模型。


4.一种水泥炉窑生产的能耗参数优化系统，其特征是，包括参数确定模块、样本获...

【专利技术属性】
技术研发人员：丁志阳，丁孝华，谢丰，李延满，赵景涛，黄堃，杨文，王海龙，梁加本，顾芳紫，魏小林，赵京，
申请(专利权)人：国电南瑞科技股份有限公司，中国科学院力学研究所，
类型：发明
国别省市：江苏;32