基于數(shù)據(jù)的高爐煤氣系統(tǒng)建模與調(diào)度應用研究.pdf

1、博士學位論文基于數(shù)據(jù)的高爐煤氣系統(tǒng)建模與調(diào)度應用研究DatabasedModelingandSchedulingforBlastFurnaceGasSystem學11109022大連理工大學DalianUniversityofTechnology大連理工大學博士學位論文摘要鋼鐵工業(yè)是高能耗高排放的行業(yè)，實現(xiàn)其節(jié)能減排是行業(yè)發(fā)展的重大需求。其中，高爐煤氣作為一種重要的二次能源，研究其平衡調(diào)度問題，不僅對解決能源系統(tǒng)的優(yōu)化、調(diào)度和管理有重要

2、作用，更對實現(xiàn)鋼鐵工業(yè)節(jié)能減排有重要的意義。針對鋼鐵企業(yè)高爐煤氣系統(tǒng)工藝復雜，難于建立系統(tǒng)模型的特點，本文研究了基于數(shù)據(jù)的高爐煤氣發(fā)生流量和柜儲量建模及平衡調(diào)度方法，具體內(nèi)容如下：針對生產(chǎn)過程中的煤氣流量數(shù)據(jù)缺失問題，考慮到相同生產(chǎn)狀態(tài)下數(shù)據(jù)變化的相似性，設計了一種基于生產(chǎn)節(jié)奏信息挖掘的數(shù)據(jù)填補方法。鑒于工業(yè)生產(chǎn)數(shù)據(jù)節(jié)奏不固定的問題，提出一種用于挖掘不同長度信息相關性的非等長粒度相關性分析方法，并設計了一種基于分布估計算法的求解模型，從

3、而將對應關系的優(yōu)化問題轉(zhuǎn)化為解空間概率矩陣的進化，避免了問題求解的困難。針對高爐煤氣系統(tǒng)建模問題，鑒于高爐煤氣發(fā)生量的波動特性以及數(shù)據(jù)含有高噪聲和異常值的特點，提出了一種基于分位數(shù)回歸的回聲狀態(tài)網(wǎng)絡集成模型對其進行區(qū)間估計，該方法將回聲狀態(tài)網(wǎng)絡訓練過程中輸出矩陣的線性回歸模型用分位數(shù)回歸來實現(xiàn)，并將Bootstrap方法結(jié)合不同分位數(shù)下的回歸模型來構造置信區(qū)間和預測區(qū)間，解決了以往建模過程中對于高噪聲和異常數(shù)據(jù)的敏感性問題，克服了線性回

4、歸算法的過擬合。在建立煤氣柜儲量模型的過程中，考慮到工業(yè)數(shù)據(jù)噪聲大、干擾多，建立的模糊模型容易受訓練樣本影響導致過擬合，提出了一種模糊子集融合和規(guī)則約簡方法，從而提高了模糊模型的泛化能力，簡化了規(guī)則庫的結(jié)構。針對高爐煤氣系統(tǒng)調(diào)度問題，在煤氣發(fā)生量區(qū)間估計模型和煤氣柜存儲量模型的基礎上，綜合考慮現(xiàn)場各調(diào)整用戶的生產(chǎn)狀態(tài)，提出一種基于CFCBR的煤氣調(diào)度方法。該方法通過對調(diào)度樣本數(shù)據(jù)進行社區(qū)發(fā)現(xiàn)提取典型調(diào)度案例，從而實現(xiàn)案例數(shù)據(jù)樣本集的約簡

5、。在案例推理過程中，根據(jù)案例相似度進行案例檢索，并結(jié)合社區(qū)分布情況得到匹配案例的可信度，為調(diào)度人員進行調(diào)度決策提供依據(jù)?；趪鴥?nèi)某鋼鐵企業(yè)高爐煤氣系統(tǒng)的采集數(shù)據(jù)對本文所提出的數(shù)據(jù)填補、建模以及調(diào)度方法進行了仿真實驗，其結(jié)果表明了所提方法對高爐煤氣的調(diào)度問題具有良好的效果。將所研究成果結(jié)合軟件工程的方法開發(fā)成為一套高爐煤氣平衡調(diào)度系統(tǒng)，并應用于該企業(yè)能源中心，實際運行情況表明本文工作對鋼鐵企業(yè)高爐煤氣系統(tǒng)的優(yōu)化調(diào)度有直接的指導作用，對企業(yè)