买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明公开了一种适用于多工况类别的动态高炉煤气产生量预测方法及系统，该方法利用高炉生产数据，判断工况类别；基于生产工况类别动态确定预测周期时长，获取不同工况对应的高炉生产历史数据，选取一段时间范围内的生产历史数据，按预测周期时长将生产历史数据分段，作为样本数据进行高炉煤气产生量影响因素分析；选取与不同工况类别对应的重要影响因素作为该工况类别下的高炉煤气产生量预测模型的输入；建立预测模型，对该工况下高炉煤气的产生量进行预测。采用本技术方案，基于工况类别对高炉煤气产生量进行预测，预测效果更精准，为钢铁企业煤气预测提供技术支撑，为煤气动态调度管理奠定基础，减少煤气排放和环境污染。

主权项：1.一种适用于多工况类别的动态高炉煤气产生量预测方法，其特征在于，包括如下步骤：S1，获取高炉的生产数据，判别工况类别；S2，基于生产工况类别动态确定预测周期时长，获取不同工况对应的高炉生产历史数据，选取一段时间范围内的生产历史数据，按预测周期时长将生产历史数据分段，作为样本数据进行高炉煤气产生量影响因素分析；步骤S2中，基于生产工况类别动态确定预测周期时长的方法为：根据煤气调度管理的现实需求，将顺行工况下的预测周期时长设为T1，减风工况与复风工况中的预测周期时长设为T2，其中T1T20，休风时煤气产生量为0，无需设置预测周期时长；S3，选取与不同工况类别对应的重要影响因素作为该工况类别下的高炉煤气产生量预测模型的输入；S4，建立预测模型，对该工况下高炉煤气的产生量进行预测，预测模型采用神经网络预测模型；步骤S4中，建立预测模型，对该工况下高炉煤气的产生量进行预测的方法为：S41，建立预测模型，所述预测模型的输入为与高炉煤气产生量的关联程度值超过阈值的影响因素；S42，对预测模型的参数进行优化，若达到优化终止条件，则执行步骤S43，否则继续执行步骤S42；S43，利用预测模型进行该工况下高炉煤气产生量预测；步骤S42中，利用改进遗传算法对径向基神经网络预测模型的参数进行优化，神经网络预测模型包括：输入层，所述输入层由m个节点组成,分别输入关联程度值超过阈值的m个影响因素，1≤m≤n，n为中的影响因素数量；隐含层，所述隐含层包括J个节点，每个节点设有对应的基函数，利用每个基函数对m个影响因素进行计算处理；输出层，所述输出层接收隐含层输出的所有基函数的计算结果并输出煤气产生量的预测值；具体步骤为：S421，设置遗传算法的代数；S422，设置种群中个体总数量为P，并初始化种群，即随机产生含P个染色体的种群；由于cj与输入层具有相同的维度，则需要被编码的变量总数等于J+m·J+J；每个变量采用二进制方式编码，且编码长度为10，每个个体的编码总长度为10m+2J；S423，第s个变量的最终解码值Fs为： 其中,Fs表示第s个变量的解码值，fs表示第s个变量由二进制转换成十进制的值；S424，对染色体上所有变量的编码进行解码后，将解码后的变量值还原成参数值V,δ,w，将参数代入高炉煤气产生量预测模型中；设计改进遗传算法的适应度函数，计算第G代种群中个体p的适应度值 其中，L表示训练样本总数,Ll；表示第i个样本的预测值；yi表示第i个样本的真实值；S425，若达到最大迭代次数Gmax，即G≥Gmax，则在Gmax代的种群中找到适应度最大的个体，并对该个体的编码序列进行解码，输出解码后的参数值C,δ,w；转S427，否则转S426；S426，设计遗传算子，对个体进行选择、交叉和变异操作；根据G代种群所有个体的平均适应度favg、两个交叉个体中较大的适应度值f、进化代数G，进行交叉和变异操作，方法如下：设计一个能容纳P个个体的种群Q；选择操作：一共进行P-22次选择操作，每次选择操作都从G代中随机抓取2个个体p′、p″，并将p′、p″两个个体从G代中剔除，然后再进行下一次选择操作，其中，交叉操作：每一次选择操作完成后，随机产生一个0～1之间的小数a，并结合自适应交叉概率Pc，若a≤Pc，则被抓取的两个个体p′,p″需要进行交叉操作，产生两个新的个体，将新产生两个个体放入种群Q中；若aPc，则被抓取的两个个体p′,p″无需要进行交叉操作，直接被放入种群Q中；变异操作：依次遍历种群Q中的每一个个体，每次遍历时，随机产生一个0～1之间的小数b,并结合自适应变异概率Pm，若b≤Pm，则被遍历到的个体需要进行变异操作，变异点位随机产生；否则，被遍历到的个体不进行变异操作；完成选择、交叉、变异三种操作后，产生含有P-2个个体的种群Q，再将G代适应度值最大的2个个体放入到种群Q中，使种群Q的总个体数量依旧为P，令下一代种群等于种群Q，并更新G＝G+1，返回步骤S423；S427，用优化后的参数值C,δ,w代入高炉煤气产生量预测模型中，然后用测试数据集来预测高炉煤气的产生量。

全文数据：

权利要求：

百度查询： 重庆大学 适用于多工况类别的动态高炉煤气产生量预测方法及系统