【技术实现步骤摘要】
一种基于数据驱动的矿热炉节能优化方法及其装置
[0001]本专利技术涉及矿热炉节能优化
,具体涉及一种基于数据驱动的矿热炉节能优化方法及其装置。
技术介绍
[0002]矿热炉是铁合金生产的核心设备,在冶炼过程中矿热炉的能耗占用了冶炼工艺中的大部分电能。随着冶炼规模的扩大,不可避免地会消耗更多的电能。能耗水平是矿热炉运行控制的关键指标之一,矿热炉工厂往往会制定年度、季度或者月度的能耗计划目标,该目标的制定既考虑到矿热炉冶炼流程的特点、运行条件以及以往的能耗水平,也考虑到对能耗提升的管理、设备系统的技改等因素。矿热炉生产过程中,除了电极升降会影响能耗,配料时原料的重量对能耗也有一定的影响。原料重量对能耗的影响分析,通常是通过人工经验来判断,如果能基于原料重量与单耗的关系,对矿热炉能耗进行预测,就能得到最优的原料重量和矿热炉能耗,以达到降低生产成本、提高生产效率的目的,因此亟需开发一种矿热炉节能优化的方法。
技术实现思路
[0003]本专利技术的目的在于提供一种基于数据驱动的矿热炉节能优化方法及其装置,基于原料重量与单耗的关系,对矿热炉能耗进行预测,实现对矿热炉的节能优化。
[0004]为解决上述的技术问题,本专利技术采用以下技术方案:一种基于数据驱动的矿热炉节能优化方法,其特征在于包括如下步骤:
[0005]S1、获取待预测矿热炉的历史生产数据:
[0006]S1
‑
1、获取矿热炉中原料的重量x
i
、杂质含量y
i
以及所对 ...
【技术保护点】
【技术特征摘要】
1.一种基于数据驱动的矿热炉节能优化方法,其特征在于包括如下步骤:S1、获取待预测矿热炉的历史生产数据:S1
‑
1、获取矿热炉中原料的重量x
i
、杂质含量y
i
以及所对应的单位能耗e;S1
‑
2、使用数据获取模块按照炉次将第S1
‑
1步骤中获取的数据收集汇总;S1
‑
3、数据存储模块将数据以炉次为主键存储在数据库中;S2、数据预处理模块对历史生产数据进行预处理,得到矿热炉能耗特征向量v,对矿热炉能耗特征向量v进行预处理后,存储在数据库中;S3、将经过数据处理的矿热炉能耗特征向量v输入到随机森林算法中,训练出矿热炉的能耗模型,利用平均绝对百分比误差MAPE和拟合优度R2来衡量模型的准确性;S4、将原料的重量x
i
作为遗传算法的变量进行编码并设定范围,经过初始化种群,将原料重量和当前杂质含量输入矿热炉能耗模型得到的单位能耗作为适应度评估值,然后进行选择,交叉和变异的迭代循环,直至寻找到在当前原料杂质含量y
i
生产下的最低能耗e的原料重量x
i
。2.根据权利要求1所述的一种基于数据驱动的矿热炉节能优化方法,其特征在于:步骤S1所述原料的重量x
i
为配料时第i种原料的重量,杂质含量y
i
为第i种原料的杂质含量,其中杂质含量为实验室检测数据。3.根据权利要求1所述的一种基于数据驱动的矿热炉节能优化方法,其特征在于:所述步骤S2的具体过程如下,S2
‑
1、将历史生产数据以炉次为主键,转换为矿热炉能耗特征向量v:v=(x1,x2,
…
,x
n
,y1,y2,
…
,y
n
)其中,x
i
为配料时第i种原料的重量,y
i
为配料时第i种原料的杂质含量;S2
‑
2、对矿热炉能耗特征向量进行数据预处理;S2
‑
3、将矿热炉能耗特征向量存储在数据库中。4.根据权利要求1所述的一种基于数据驱动的矿热炉节能优化方法,其特征在于:所述步骤S3的具体过程如下,S3
‑
1、从数据库中读取全部的矿热炉能耗特征向量v;S3
‑
2、将矿热炉能耗特征向量v输入能耗模型训练模块中的随机森林算法,算法回归模型为:e=f(x1,x2,
…
,x
n
,y1,y2,
…
,y
n
)其中,x
i
【专利技术属性】
技术研发人员:李唯特,寇腾跃,孙延贞,于忠清,
申请(专利权)人:青岛洪锦智慧能源技术有限公司,
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。