基于鲁棒优化的配煤方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种基于鲁棒优化的配煤方法、系统、设备及存储介质。所述配煤方法包括：获取影响煤质的至少一个干扰因素；构建在所述干扰因素影响下的煤质模型，所述煤质模型包括单煤煤质参数模型、配合煤质量指标模型和焦炭质量指标模型；基于约束条件和多个优化目标对所述煤质模型求解得到与每个优化目标对应的最优配煤方案。本申请通过把影响煤质参数的干扰因素纳入建模，采用鲁棒优化，在无法获知干扰因素参数的分布的前提下进行求解。进一步可以通过鲁棒优化在给定的干扰因素集合中进行优化，求解最坏情况下的最优方案。另外，用户还可以综合风险与收益来获得相对应的最优方案，也即通过调整干扰因素的边界来求得相对应的方案。方案。方案。

【技术实现步骤摘要】
基于鲁棒优化的配煤方法、系统、设备及存储介质


[0001]本专利技术属于配煤
，特别涉及一种基于鲁棒优化的配煤方法、系统、设备及存储介质。

技术介绍

[0002]配煤指的是焦化厂根据订单的焦炭质量指标要求，通过各牌号的煤种进行不同比例的搭配，由于煤质本身、采样以及化验操作所带来的波动性，配煤师在配煤时根据人工经验，结合指标化验结果做一个保守的估算值，以此来避免生产出来的焦炭不及格的情况。然而，由于是人工经验，这样的配煤方案往往并不是最优的。现有技术中，也有通过混合整数规划、约束规划、遗传算法以及模糊规划等数学方法实现配煤，但是上述的方法只能基于需求相应求解得到满足质量要求、成本最优、污染物排放最少等的方案，由于这类数学方法并没有考虑到煤质指标的波动性，也即并未考虑到来源同一煤层的煤质指标实际上是有一定的波动的，也就是说目前已有的配煤技术未能考虑煤质指标的不确定性，因此所得的结果并不是鲁棒的配煤方案，容易对生产造成难以把控的影响。

技术实现思路

[0003]本专利技术要解决的技术问题是为了克服现有技术中的上述缺陷，提供一种基于鲁棒优化的配煤方法、系统、设备及存储介质。
[0004]本专利技术是通过下述技术方案来解决上述技术问题：
[0005]一种基于鲁棒优化的配煤方法，所述配煤方法包括：
[0006]获取影响煤质的至少一个干扰因素；
[0007]构建在所述干扰因素影响下的煤质模型，所述煤质模型包括单煤煤质参数模型、配合煤质量指标模型和焦炭质量指标模型；
[0008]基于约束条件和多个优化目标对所述煤质模型求解得到与每个优化目标对应的最优配煤方案。
[0009]较佳地，所述构建在所述干扰因素影响下的煤质模型的步骤之后，所述配煤方法还包括：
[0010]设定所述干扰因素的多个可靠度；所述可靠度用于表征所述干扰因素的影响程度的可靠程度；
[0011]获取与不同可靠度对应的第一目标煤质模型；
[0012]所述基于约束条件和不同的优化目标对所述煤质模型求解得到对应的最优配煤方案的步骤具体包括：
[0013]基于约束条件和不同的优化目标对所述第一目标煤质模型求解得到不同优化目标下与不同可靠度对应的第一候选配煤方案；
[0014]基于历史原煤数据对所述第一候选配煤方案进行验证，计算得到每个候选方案对应的优化目标值和损失值；所述损失值用于表征焦煤质量不达标的数值；
[0015]选取所述优化目标值和所述损失值达到预设范围的配煤方案为最优配煤方案。
[0016]较佳地，所述干扰因素为多个，所述配煤方法还包括：
[0017]分别剔除一个干扰因素；
[0018]构建在剔除后的干扰因素影响下的第二目标煤质模型；
[0019]基于约束条件和不同的优化目标对所述第二目标煤质模型求解得到不同优化目标下的第二候选配煤方案；
[0020]基于历史原煤数据对所述第二候选配煤方案进行验证，计算得到每个第二候选配煤方案与所述最优配煤方案之间的优化目标差值；
[0021]获取所述优化目标差值最大的第二候选配煤方案中剔除的干扰因素，以使用户对所述剔除的干扰因素进行优化。
[0022]较佳地，所述单煤煤质参数模型具体包括：
[0023][0024]其中，为第i种单煤第q个煤质质量指标的真实值，为第i种单煤第q个煤质质量指标的观测值，w
iqk
为第i种单煤第q个煤质质量指标的第k个干扰因素的扰动权重，为[
‑
1,1]区间上的随机变量；I为单煤的种类；Q为煤质质量指标集合；K为干扰因素集合；
[0025]所述配合煤质量指标模型具体包括：
[0026][0027][0028]其中，为配合煤第q个煤质质量指标值，R
i
为第i种单煤的比例，R
i
∈[0,1]；η为可靠度；Ω为配煤方案的保守值；
[0029]所述焦炭质量指标模型具体包括：
[0030][0031]其中，为焦炭第q个焦炭质量指标值，α
z,q
为第q个煤质质量与第z个焦炭质量指标的关联系数，Z为焦炭质量指标集合。
[0032]较佳地，所述约束条件包括：
[0033]其中，为配合煤第q个煤质质量指标值的要求上界；为配合煤第q个煤质质量指标值的要求下界；
[0034]其中，为焦炭第q个焦炭质量指标值的要求上界，为焦炭第q个焦炭质量指标值的要求下界；
[0035]和或，
[0036]∑
i∈I
R
i
＝1，其中T
r
为焦炭需求量；为第i种单煤的库存量；
[0037]和/或，
[0038]∑
i∈I
B
i
≤M，R
i
≤B
i
；其中，M为最多使用的煤种个数，B
i
为是否使用第i种煤，B
i
∈{0,1}；
[0039]和/或，
[0040][0041]较佳地，所述优化目标包括经济目标、安全目标和环保目标中的至少一个；
[0042]和/或，所述干扰因素包括煤质自身因素、采样因素和化验因素。
[0043]较佳地，所述煤质质量指标包括挥发分、灰分、硫分、水分、G值和Y值(G值为粘结指数，Y值为胶质层最大厚度)；
[0044]所述焦炭质量指标包括CSR和CRI。
[0045]一种基于鲁棒优化的配煤系统，所述配煤系统包括：
[0046]干扰因素获取模块，用于获取影响煤质的至少一个干扰因素；
[0047]模型构建模块，用于构建在所述干扰因素影响下的煤质模型，所述煤质模型包括单煤煤质参数模型、配合煤质量指标模型和焦炭质量指标模型；
[0048]配煤方案获取模块，用于基于约束条件和多个优化目标对所述煤质模型求解得到与每个优化目标对应的最优配煤方案。
[0049]较佳地，所述配煤系统还包括：
[0050]可靠度设置模块，用于设定所述干扰因素的多个可靠度；所述可靠度用于表征所述干扰因素的影响程度的可靠程度；
[0051]所述模型构建模块还用于获取与不同可靠度对应的第一目标煤质模型；
[0052]所述配煤方案获取模块还用于基于约束条件和不同的优化目标对所述第一目标煤质模型求解得到不同优化目标下与不同可靠度对应的第一候选配煤方案；
[0053]验证模块，用于基于历史原煤数据对所述第一候选配煤方案进行验证，计算得到每个候选方案对应的优化目标值和损失值；所述损失值用于表征焦煤质量不达标的数值；
[0054]所述配煤方案获取模块还用于选取所述优化目标值和所述损失值达到预设范围的配煤方案为最优配煤方案。
[0055]较佳地，所述干扰因素为多个，所述配煤系统还包括：
[0056]剔除模块，用于分别剔除一个干扰因素；
[0057]所述模型构建模块还用于构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于鲁棒优化的配煤方法，其特征在于，所述配煤方法包括：获取影响煤质的至少一个干扰因素；构建在所述干扰因素影响下的煤质模型，所述煤质模型包括单煤煤质参数模型、配合煤质量指标模型和焦炭质量指标模型；基于约束条件和多个优化目标对所述煤质模型求解得到与每个优化目标对应的最优配煤方案。2.如权利要求1所述的基于鲁棒优化的配煤方法，其特征在于，所述构建在所述干扰因素影响下的煤质模型的步骤之后，所述配煤方法还包括：设定所述干扰因素的多个可靠度；所述可靠度用于表征所述干扰因素的影响程度的可靠程度；获取与不同可靠度对应的第一目标煤质模型；所述基于约束条件和不同的优化目标对所述煤质模型求解得到对应的最优配煤方案的步骤具体包括：基于约束条件和不同的优化目标对所述第一目标煤质模型求解得到不同优化目标下与不同可靠度对应的第一候选配煤方案；基于历史原煤数据对所述第一候选配煤方案进行验证，计算得到每个候选方案对应的优化目标值和损失值；所述损失值用于表征焦煤质量不达标的数值；选取所述优化目标值和所述损失值达到预设范围的配煤方案为最优配煤方案。3.如权利要求1所述的基于鲁棒优化的配煤方法，其特征在于，所述干扰因素为多个，所述配煤方法还包括：分别剔除一个干扰因素；构建在剔除后的干扰因素影响下的第二目标煤质模型；基于约束条件和不同的优化目标对所述第二目标煤质模型求解得到不同优化目标下的第二候选配煤方案；基于历史原煤数据对所述第二候选配煤方案进行验证，计算得到每个第二候选配煤方案与所述最优配煤方案之间的优化目标差值；获取所述优化目标差值最大的第二候选配煤方案中剔除的干扰因素，以使用户对所述剔除的干扰因素进行优化。4.如权利要求2所述的基于鲁棒优化的配煤方法，其特征在于，所述单煤煤质参数模型具体包括：其中，为第i种单煤第q个煤质质量指标的真实值，为第i种单煤第q个煤质质量指标的观测值，w
iqk
为第i种单煤第q个煤质质量指标的第k个干扰因素的扰动权重，为[
‑
1,1]区间上的随机变量；I为单煤的种类；Q为煤质质量指标集合；K为干扰因素集合；所述配合煤质量指标模型具体包括：
其中，为配合煤第q个煤质质量指标值，R
i
...

【专利技术属性】
技术研发人员：李欣荣，
申请(专利权)人：华院计算技术上海股份有限公司，
类型：发明
国别省市：