题名钢铁企业副产煤气的产消量预测及优化调度方法研究
作者孙雪莹
答辩日期2018-11-28
授予单位中国科学院沈阳自动化研究所
授予地点沈阳
导师胡静涛
关键词副产煤气系统 预测 极限学习机 优化调度 不确定性
学位名称博士
其他题名Research on byproduct gas generation and consumption forecasting and optimization scheduling in iron and steel plant
学位专业检测技术与自动化装置
英文摘要

钢铁工业是现代化建设的基础产业,对国民经济的发展起到重要的作用。同时,钢铁企业也具有高耗能和高排放的特点。钢铁企业的节能减排是实现国家绿色可持续发展的迫切需求。副产煤气是钢铁生产过程中产生的重要副产能源,煤气的充分利用对降低钢铁企业的能耗具有十分重要的意义。本研究以钢铁企业副产煤气系统为研究对象,对副产煤气的产消量的预测和优化调度进行了深入研究。考虑钢铁企业副产煤气系统工艺复杂、产消量波动较大的特点,本文对副产煤气的产消量点预测和区间预测方法,以及考虑预测不确定性的副产煤气优化调度策略展开了相关理论和实践研究,具体内容如下:(1)考虑工况变化的副产煤气产消量点预测方法研究。针对副产煤气的产消量受工况变化影响较大,工况发生变化导致预测模型精度降低的问题,提出了基于自适应遗忘因子极限学习机的煤气产消量点预测方法。通过预测误差的在线反馈调整模型参数,提高了模型的对工况变化的适应能力。工业实际数据的实验表明所提出的方法提高了煤气产消量的预测精度,其结果为副产煤气的优化调度提供了基础。同时,针对副产煤气的产消量数据存在较多缺失,影响预测效果的问题,提出了基于改进模糊C均值的数据填补方法,采用极限学习机和粒子群算法对模糊C均值的参数选取进行优化,提高了数据填补的精度。(2)考虑预测偏差的副产煤气产消量区间预测方法研究。针对现有的预测区间评价指标的不足,提出了考虑预测偏差的极限学习机区间预测模型。该模型利用极限学习机直接预测区间的上限和下限。考虑区间偏差信息,给出了新的预测区间的综合评价指标,并将其作为极限学习机的优化准则。此外,为了提高模型的训练速度和精度,提出基于预训练的两步训练方法。与现有的区间预测方法相比,所提出的模型结构简单,训练速度快,构建的预测区间质量高,更能适应副产煤气的产消量在线预测和调度的需求。(3)考虑不确定性的副产煤气系统模糊优化调度方法研究。针对副产煤气的产消量预测存在不确定性的问题,分析了产消量的不确定性对副产煤气系统优化调度的影响,基于模糊机会约束规划方法构建了副产煤气系统优化调度模型。利用副产煤气的点预测和区间预测信息,将副产煤气的产消量表达为模糊变量,引入置信度,将模型中的模糊约束转化为确定性的约束,从而使副产煤气模糊优化模型转化为可以求解的确定性的混合整数线性规划模型。进一步地,为了评估不同置信度水平下得到的调度方案的风险,首次提出了副产煤气系统风险成本计算方法。为调度人员选取合适的置信度水平提供了重要的参考依据。钢铁企业的实际案例表明所提出的煤气系统模糊优化调度方法与现有的确定性方法相比,能够有效地处理煤气预测的不确定问题,降低煤气不足和放散的风险,为调度人员提供更加全面的调度方案。

语种中文
产权排序1
页码106页
内容类型学位论文
源URL[http://ir.sia.cn/handle/173321/23636]  
专题沈阳自动化研究所_数字工厂研究室
推荐引用方式
GB/T 7714
孙雪莹. 钢铁企业副产煤气的产消量预测及优化调度方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2018.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace