焦炭成分质量的预测方法、装置、设备及存储介质与流程

本发明涉及炼焦生产，具体涉及一种焦炭成分质量的预测方法、装置、设备及存储介质。

背景技术：

1、焦炭是固体燃料的一种，主要应用于冶炼行业，还可作为制备水煤气、气化和化学工业等的原料，焦炭在高炉炼铁的生产过程中，不仅是高炉的主要热量来源，还起到了还原剂、供炭和骨架支撑等重要作用。焦炭由焦炉炼焦得到，需要先将不同类型的单种煤按一定比例配合形成配合煤，然后在焦炉内对配合煤进行高温干馏，从而得到的焦炭，然而，由于焦炉炼焦是一个复杂的工业生产过程，焦炭的成分和质量会受炼焦过程中单种煤的成分、配合煤的质量和焦炉内的状态等因素的影响，使得焦炭的成分和质量难以实时测量，例如，在配合煤中配入低变质煤可以有效降低焦炭中灰分和硫分的含量，焦炉内的最高温度及升温速率的稳定性将直接影响焦炭的成块率和强度等。在相关技术中，对于焦炭成分质量的预测，通常依靠于人工经验来预测焦炭的成分质量。

2、然而，完全依赖于人工经验，难以对焦炭成分和质量相关的多种影响因素进行综合分析，导致焦炭成分和质量预测的准确性和可靠性低，难以控制炼焦成本。

技术实现思路

1、鉴于以上所述现有技术的缺点，本发明提供一种焦炭成分质量的预测方法、装置、设备及存储介质，以解决上述技术问题中的至少之一。

2、在第一方面，本发明提供了一种焦炭成分质量的预测方法，包括：获取当前焦炉内配合煤的第一成分质量数据、所述焦炉的冶炼状态数据和前一批次焦炭的第二成分质量数据；对所述第一成分质量数据、所述冶炼状态数据和所述第二成分质量数据进行融合，得到特征数据；根据所述焦炭中的各目标参数对所述特征数据进行筛选，确定各所述目标参数的目标特征集合，所述目标参数为所述焦炭关于成分质量的指标；将各所述目标特征集合输入焦炭成分质量预测模型，以预测当前批次焦炭的第三成分质量数据，所述焦炭成分质量预测模型由用于预测各所述目标参数的预测模型构建得到，所述预测模型与每一所述目标参数一一对应。

3、于本发明的一实施例中，所述根据所述焦炭中的各目标参数对所述特征数据进行筛选，确定各所述目标参数的目标特征集合，包括：确定所述特征数据中各特征与每一所述目标参数的关联程度；基于所述关联程度对所述特征数据进行筛选，确定各所述目标参数对应的特征；将每一所述目标参数对应的特征进行集合，得到各所述目标参数的特征集合；确定每一所述特征集合中的共线性特征；将所述共线性特征从各所述特征集合中去除，得到各所述目标特征集合。

4、于本发明的一实施例中，所述对所述第一成分质量数据、所述冶炼状态数据和所述第二成分质量数据进行融合，得到特征数据，包括：对所述第一成分质量数据、所述冶炼状态数据和所述第二成分质量数据分别进行预处理，确定第一特征数据、第二特征数据和第三特征数据，所述预处理包括数据清洗、数据集成、数据变换和数据规约；分别确定所述第一成分质量数据、所述冶炼状态数据和所述第二成分质量数据的时间戳；根据所述时间戳对所述第一特征数据、所述第二特征数据和所述第三特征数据进行数据匹配，以融合所述第一特征数据、所述第二特征数据和所述第三特征数据，形成所述特征数据。

5、于本发明的一实施例中，所述将各所述目标特征集合输入预设的焦炭成分质量预测模型，以预测当前批次焦炭的第三成分质量数据，包括：构建每一所述目标参数对应的所述预测模型，所述目标参数为以下任一种：所述焦炭的灰分、硫分、挥发分、反应性、反应后强度、耐磨强度和抗碎强度；设置各所述目标参数的权重值，以对各所述预测模型的输出进行权重分配；根据权重分配后的各所述预测模型构建所述焦炭成分质量预测模型。

6、于本发明的一实施例中，在所述将各所述目标特征集合输入焦炭成分质量预测模型，以预测当前批次焦炭的第三成分质量数据之后，还包括：若入炉的所述配合煤的成分或所述焦炉的所述冶炼状态数据发生变化，则对所述焦炭成分质量预测模型进行更新；若所述第三成分质量数据中任一所述目标参数，或所述目标特征集合中的任一特征在相邻两个时间段内的分布变化达到预设变化阈值，则对所述焦炭成分质量预测模型进行更新，所述第三成分质量数据包括各所述目标参数的数值；若所述焦炉的运行时间达到预设时间阈值，则对所述焦炭成分质量预测模型进行更新。

7、于本发明的一实施例中，所述对所述焦炭成分质量预测模型进行更新，包括：获取前一时间段内的所述配合煤的历史第一成分质量数据、所述焦炉的历史冶炼状态数据和所述焦炭的历史第二成分质量数据，并作为训练样本；根据所述训练样本对所述焦炭成分质量预测模型进行训练，以更新所述焦炭成分质量预测模型。

8、在第二方面，本发明还提供了一种焦炭成分质量的预测装置，其特征在于，包括：获取模块，用于获取当前焦炉内配合煤的第一成分质量数据、所述焦炉的冶炼状态数据和前一批次焦炭的第二成分质量数据；数据融合模块，用于对所述第一成分质量数据、所述冶炼状态数据和所述第二成分质量数据进行融合，得到特征数据；特征筛选模块，用于根据所述焦炭中的各目标参数对所述特征数据进行筛选，确定各所述目标参数的目标特征集合，所述目标参数为所述焦炭关于成分或质量的指标；预测模块，用于将各所述目标特征集合输入焦炭成分质量预测模型，以预测当前批次焦炭的第三成分质量数据，所述焦炭成分质量预测模型由用于预测各所述目标参数的预测模型构建得到，所述预测模型与每一所述目标参数一一对应。

9、于本发明的一实施例中，所述特征筛选模块，包括：第一筛选单元，用于确定所述特征数据中各特征与每一所述目标参数的关联程度；基于所述关联程度对所述特征数据进行筛选，确定各所述目标参数对应的特征；将每一所述目标参数对应的特征进行集合，得到各所述目标参数的特征集合；第二筛选单元，用于确定每一所述特征集合中的共线性特征；将所述共线性特征从各所述特征集合中去除，得到各所述目标特征集合。

10、在第三方面，本发明还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上述实施例中所述的焦炭成分质量的预测方法。

11、在第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上述实施例中所述的焦炭成分质量的预测方法。

12、本发明的有益效果：本发明提出了的一种焦炭成分质量的预测方法、装置、设备及存储介质，该方法通过获取当前焦炉内配合煤的第一成分质量数据、焦炉的冶炼状态数据和前一批次焦炭的第二成分质量数据；对第一成分质量数据、冶炼状态数据和第二成分质量数据进行融合，得到特征数据；根据焦炭中的各目标参数对特征数据进行筛选，确定各目标参数的目标特征集合，目标参数为焦炭关于成分质量的指标；将各目标特征集合输入焦炭成分质量预测模型，以预测当前批次焦炭的第三成分质量数据，焦炭成分质量预测模型由用于预测各目标参数的预测模型构建得到，预测模型与每一目标参数一一对应。一方面，不仅考虑了配合煤和焦炉的冶炼状态对焦炭成分和质量的影响，还分别筛选焦炭不同的目标参数各自相关的特征，减少了冗余特征，提高了焦炭成分质量预测的准确性和可靠性；另一方面，结合各预测模型预测构建焦炭成分质量预测模型，提高了焦炭成分质量预测模型的泛化能力。

13、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。