基于煤气成份变化的高炉煤气发生量及其热值预测方法.pdf
猫巷****熙柔
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于煤气成份变化的高炉煤气发生量及其热值预测方法.pdf
本发明提供一种基于煤气成份变化的高炉煤气发生量及其热值预测方法,在高炉煤气重力除尘器或布袋除尘装置后设置煤气成分分析仪,通过对高炉生产过程中的高炉炉顶煤气成份进行在线分析,同时以高炉煤气成份和高炉鼓风量、富氧量为主要变量,以高炉鼓风与煤气中N2平衡计算值为基准,提前预测炼铁生产过程中产生的高炉煤气发生量及其煤气热值,通过该方法可高精度(≥95%)预测高炉煤气发生量及其煤气热值,为实现企业煤气动态优化调度及下游高炉煤气用户对煤气热值的检测与应用奠定了技术基础;对实现企业煤气零放散,下游煤气用户在线调控空燃比
一种基于回声状态网络的高炉煤气发生量预测方法.pdf
本发明公开了一种基于回声状态网络的高炉煤气发生量预测方法,涉及钢铁生产技术领域,首先,本发明以互信息熵相关系数作为高炉煤气发生量影响因素的评价指标,影响因素与高炉煤气发生量设定一小时延迟时间,根据相关性程度选取强相关性的参数作为高炉煤气发生量的主要影响因子。然后,选取前三个小时的历史生产数据作为训练数据,训练并保存回声状态网络模型。最后选取最近一小时的数据,作为回声状态网络的模型输入预测未来一小时高炉煤气发生量的情况。本发明能实现高炉煤气消耗量的预测,为操作人员判断未来煤气发生量的变化情况提供了有力指导。
高炉煤气发生量软测量方法.pdf
本发明公开了一种高炉煤气发生量软测量方法,包括步骤:通过钢铁企业能源管控系统采集高炉运行数据,对高炉运行状态进行计算,将状态分为休风、减风和正常三类;当高炉处于休风和正常状态时,建立基于高炉煤气发生机理的软测量模型;当高炉处于减风状态时,通过能源管控系统采集铁水产量、鼓风量等影响高炉煤气发生量的炉况信息,通过互信息分析提取非线性特征向量,建立基于智能参数优化回归分析的高炉煤气发生量软测量模型。本发明有效结合高炉工艺状态和高炉炉况信息,软测量方法灵敏度高,测量结果准确,为高炉煤气调度提供很好的数据支撑。
一种高炉煤气发生量的预测方法及装置.pdf
本发明公开了一种高炉煤气发生量的预测方法及装置,方法包括:获取高炉炉况信息、强化冶炼信息、高炉煤气发生量数据;构建BP神经网络;根据高炉炉况信息、强化冶炼信息选取神经网络的输入变量;将输入变量划分为第一训练集和第一测试集;将高炉煤气发生量数据作为神经网络的输出,划分为第二训练集和第二测试集;将第一训练集中的输入变量和第二训练集中的高炉煤气发生量作为神经网络的输入输出数据进行模型训练,直至神经网络收敛;将第一测试集中的输入变量输入收敛后的神经网络,输出预测的高炉煤气发生量;将预测的高炉煤气发生量与第二测试集
一种基于均值与方差同时建模的高炉煤气发生量预测方法.pdf
本发明涉及一种基于均值与方差同时建模的高炉煤气发生量预测方法,属于信息建模技术领域。本发明包括步骤一、采集钢铁企业制造部门的生产信息和能源管理部门的煤气信息;步骤二、对采集到的数据进行去噪,得到稳定的、规则的生产与能源数据;步骤三、对数据的均值及方差同时建模;步骤四、使用BIC的方法对未知参数进行验证;步骤五、将所述步骤四中的参数作为初始值,使用推断后的变系数模型进行点估计;步骤六、使用均值模型和方差模型对煤气的发生量进行区间预测。本发明充分利用了原始数据提供的信息,即使在数据波动较大的情况下,也能得到可