【技术实现步骤摘要】
本申请涉及高炉煤气管网控制，具体而言，涉及一种能够提高高炉煤气管网压力预测准确度的方法及系统。
技术介绍
1、高炉煤气管网庞大，生产单位产线多且产品品种复杂多变，造成钢铁企业煤气产、用变化频繁，导致高炉煤气的生成和消耗面临显著的不确定性。这种不确定性给煤气管网压力带来了巨大波动，进而可能导致一系列运营挑战和安全隐患。例如，管网压力过高时，出于安全考虑，通过放散塔进行放散，造成能源的浪费；而压力过低时，则可能导致生产单位用气量不足，打乱生产节奏，甚至是安全隐患。
2、通常，钢铁企业依赖自备发电厂来调节煤气的产消平衡，这种方法主要依靠人工调度操作，缺少压力预测，会导致调度人员面对高炉生产及生产单元变化带来的高炉煤气压力波动时无法及时通知发电单位平衡压力。
3、高炉煤气管网压力受煤气产生和使用单位等影响压力变化快速且无规则，并且由于煤气是一种可压缩流体，当压力改变时，其体积会发生变化，因此难以通过气体压力方程计算出压力变化情况。
4、基于上述原因，在高炉煤气压力预测领域方法和成功案例较少，高炉煤气管网压力受煤气产生和使用单位等影响，压力变化快速且无规则，难以通过气体压力方程计算出压力变化情况。
5、仅有的一些方法也是基于时间序列原理实现预测目的的。时间序列预测方法适用于具有周期性分量、趋势性分量和随机分量的时序数据，但由于高炉煤气压力的数据特性：数据周期性分量不明显且难以分解、趋势性只在短时间内出现、随机分量占比大，因此基于时间序列的压力预测方法并不适用于高炉煤气压力预测领域。并且时间序
技术实现思路
1、本申请的目的在于提供一种基于历史趋势相似性的高炉煤气管网压力多步预测方法及系统，以改善现有基于时间序列方法数据特性与时间序列数据典型特征不符，时间序列场景不适用高炉煤气压力预测问题。提高现有压力预测方法的预测准确度。
2、本申请的实施例是这样实现的：
3、一种基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，包括以下步骤：
4、获取高炉煤气管网连续压力数据，预处理后形成历史数据集；
5、通过滑动窗口切分历史数据集，构建历史趋势样本集；包括：
6、分别设置历史趋势对比长度和未来预测长度以定义滑动窗口滑动长度；
7、历史趋势样本集构建：对历史数据集中每行数据，按照滑动窗口滑动长度分别滑动切片，构建若干个历史对比序列和若干个未来预测序列，拼接历史对比序列与未来预测序列得到字典序列；组合所有字典序列形成包括历史对比序列和未来预测序列的历史趋势数据集；基于历史趋势数据集，得到历史趋势对比序列长度和未来预测序列长度分别满足设定长度范围内的历史趋势样本集；
8、单次预测，对历史数据集从后往前取设定历史趋势对比序列长度的序列，构建计算时刻的历史趋势对比集；计算历史趋势对比集与前述历史趋势数据集中历史对比序列的距离以根据相似性选择预测集，对该预测集中各时刻预测值分别取均值作为本次单次预测的预测结果；
9、多步预测，利用每次单次预测结果中的第一个预测值作为实际值，将该值通过追加的方式添加到各时刻预测值中，重复多次单次预测过程，更新历史趋势对比集序列和重新构造第i步历史趋势对比集，得到准确度更高的多步预测结果。
10、上述技术方案中，数据预处理，包括缺失值填充和异常数据标记；缺失值填充采用线性差值进行填充；异常数据标记是将超出极限范围区间外的值标记并删除。
11、上述技术方案中，构建历史趋势样本集以离线定期运行或异步运行。
12、上述技术方案中，历史趋势样本集构建时，
13、在历史数据集中从索引号i开始切片，切片长度为历史趋势对比长度，得到的历史趋势对比长度个点数据作为历史对比序列；从第（i+历史趋势对比长度）个数据开始切片，切片长度为未来预测长度，得到的（i+历史趋势对比长度+未来预测长度）个点数据作为未来预测序列；将历史对比序列和未来预测序列通过行号或索引号关联，拼接后共同组成某1次的历史趋势数据集或字典序列。
14、上述技术方案中，针对历史趋势数据集，删除历史对比序列中数值长度小于历史趋势对比长度的所在行数据，删除未来预测序列中数值小于未来预测长度的所在行数据，得到符合长度条件的历史趋势样本集。
15、上述技术方案中，历史趋势样本集构建离线定期运行或异步运行。
16、上述技术方案中，单次预测时，计算历史趋势对比集与前述历史趋势数据集的历史对比序列中，每一行的对应历史对比序列的距离，按距离从小到大排序，选择距离最小的前几行中的未来预测序列作为预测集，对该预测集中各时刻预测值分别取均值作为本次单次预测的预测结果。
17、上述技术方案中，多步预测时，由历史趋势对比长度减去当前预测步数，得到当前所需选择的原历史趋势对比集个数；
18、删除或舍弃原历史趋势对比集中的前当前所需选择的原历史趋势对比集个数个值，形成新历史趋势对比集序列；
19、在新历史趋势对比集序列基础上拼接前次预测结果第1个值重新构造历史趋势对比集，将当前步的历史趋势对比集获取的预测值中第1个预测值添加到下一次预测时更新的新历史趋势对比集序列中得到下一次历史趋势对比集。
20、上述技术方案中，多步预测时，循环进行直至循环次数为未来预测长度，终止循环。
21、上述技术方案中，多步预测时，
22、得到最终步预测结果为，各步预测结果的第一次预测值按循环次数排列，形成的一行包含未来预测长度个数的第一次预测值。
23、上述技术方案中，通过曼哈顿距离公式或通过欧式距离计算距离以确定相似性。
24、上述技术方案中，取距离最小的前3-5个预测集均值作为单次预测结果。
25、上述技术方案中，多步预测时，将第一个单次预测结果作为实际值，并且成为下一次预测时历史数据集的最后一个值，用于下一次预测时的历史趋势对比集，如此循环滚动多步。
26、上述技术方案中，多步预测时，按照如下步骤构建当前步数的历史趋势集：
27、由历史趋势对比长度减去当前预测步数，得到当前所需选择的原历史趋势对比集个数；针对计算时刻的历史趋势数据集，从后往前选取当前所需选择的原历史趋势对比集个数，获取原历史趋势对比集序列；拼接上次的单次预测结果到原历史趋势对比集序列得到预测值。
28、上述技术方案中，多步预测时，当前预测步数i=0时，上次的单次预测结果为空。
29、一种基于历史趋势相似性的高炉煤气管网压力多步预测系统，其特征在于，包括：
30、数据预处理模块，用于执行缺失值填充和异常数据标记；
31、历史趋势样本集构建模块，用于通过滑动窗口切分构建历史数据集；包括本文档来自技高网...
【技术保护点】
1.一种基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，形成历史数据集的数据预处理，包括缺失值填充和异常数据标记；缺失值填充采用线性差值进行填充；异常数据标记是将超出极限范围区间外的值标记并删除。
3.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，历史趋势样本集构建时，
4.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，针对历史趋势数据集，删除历史对比序列中数值长度小于历史趋势对比长度的所在行数据，删除未来预测序列中数值小于未来预测长度的所在行数据，得到符合长度条件的历史趋势样本集。
5.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，历史趋势样本集构建离线定期运行或异步运行。
6.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，单次预测时，计算历史趋势对比集与前述历史
7.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，多步预测时，
8.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，多步预测时，循环进行直至循环次数为未来预测长度，终止循环。
9.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，多步预测时，
10.一种基于历史趋势相似性的高炉煤气管网压力多步预测系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，形成历史数据集的数据预处理，包括缺失值填充和异常数据标记；缺失值填充采用线性差值进行填充；异常数据标记是将超出极限范围区间外的值标记并删除。
3.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，历史趋势样本集构建时，
4.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，针对历史趋势数据集，删除历史对比序列中数值长度小于历史趋势对比长度的所在行数据，删除未来预测序列中数值小于未来预测长度的所在行数据，得到符合长度条件的历史趋势样本集。
5.根据权利要求1所述的基于历史趋势相似性的高炉煤气管网压力多步预测方法，其特征在于，历史趋势样本集构建...
【专利技术属性】
技术研发人员：韩华，关为生，孙磊，徐徐，杨世飞，邹小勇，臧道志，
申请(专利权)人：南京凯奥思数据技术有限公司，
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。