基于多模型融合的推焦工况预测方法、设备及存储介质

本发明涉及钢铁炼焦生产过程建模与控制领域，尤其涉及一种基于多模型融合的推焦工况预测方法、设备及存储介质。

背景技术：

1、我国是一个钢铁大国，产钢量已经连续多年世界第一。钢铁是生活应用中最主要的金属材料，也是国家支柱型流程工业。然而，我国不仅面临着钢铁产能过剩的现状，而且炼铁过程中能耗过大，远远高于世界发达国家。

2、焦炭是高炉炼铁等钢铁冶金行业中重要的供热燃料和炉料骨架，推焦是用推焦机按推焦串序把焦炭从炭化室中推出的焦炉操作过程，推焦电流的大小能表示推动焦炭的难易程度。在推焦过程中，电流量的大小并不固定，推焦电流过大，一般表现为焦炭移动困难、很费力，或者根本推不动，称为难推焦。当出现焦炭难推现象时，应及时分析原因，采取相应措施。

3、目前，推焦工况的好坏可通过推焦电流的大小反映，结合专家经验可知，当推焦电流处于正常推焦电流范围内时为正常推焦，当推焦电流超过推焦电流报警值时，为难推焦，当推焦电流处于推焦电流正常上限和报警值之间时为预警推焦。操作人员只有在发生难推焦后，会通过对炭化室炉墙两侧的石墨进行铲除的方式来处理难推焦事故。但是，采用人工监测手动处理，费时费力还容易出现人为失误。

技术实现思路

1、为了解决上述问题，本发明提供了一种基于多模型融合的推焦工况预测方法、设备及存储介质，方法主要包括以下步骤：

2、s1、收集并预处理炼焦生产数据，包括装煤参数、配煤参数和炼焦过程参数，建立样本数据库；

3、s2、预设正常推焦电流范围，划分推焦工况；

4、s3、以装煤参数为输入，建立基于knn的推焦工况早期预测模型，得到初始未来预测结果；

5、s4、以配煤参数为输入，基于数据分析的推焦工况预测方法，解决难推工况漏报为正常工况的情况；

6、s5、以炼焦过程参数为输入，基于smith-waterman的推焦工况预测方法，解决难推工况漏报为预警工况的情况；

7、s6、将s3～s5的工况预测结果利用决策规则模型确定最终预测结果。

8、进一步地，步骤s1具体为：

9、s11、将炼焦生产历史数据保存在操作室工控机的本地数据库中，周期采样，将炼焦生产过程中所有参数保存在本地数据库中；收集装煤参数、配煤参数和炼焦过程参数的历史数据，组成原始样本数据，结合在线监测的炼焦过程参数时序数据，构成完整样本数据；

10、s12、对完整样本数据进行预处理，剔除奇异样本，周期平均值滤波采样，获得预处理后的样本数据，建立样本数据库。

11、进一步地，装煤参数包括结焦时间、装煤数、装煤总转速、最大平煤电流、皮重和毛重；配煤参数包括配煤斗槽水分、配煤斗槽流量和配煤实际配比；炼焦过程参数包括机侧煤气压力、焦侧煤气压力、机侧高炉煤气流量、焦侧高炉煤气流量、机侧焦炉煤气流量、焦侧焦炉煤气流量、机侧蓄热室压力和焦侧蓄热室压力。

12、进一步地，步骤s2具体为：

13、结合操作人员在实际生产中的经验，预设正常推焦电流范围，依此划分推焦工况：推焦电流在正常范围内为正常推焦工况，推焦电流大于正常范围上限且小于报警值为预警工况，推焦电流大于正常范围上限且大于报警值为难推工况。

14、进一步地，步骤s3具体为：

15、s31、建立基于knn的推焦工况早期预测模型；

16、s32、输入装煤参数至推焦工况早期预测模型得到初始未来预测结果，采用5折交叉验证模型效果。

17、进一步地，步骤4具体为：

18、s41、输入配煤参数，计算配煤参数的概率分布，统计难推与正常推焦工况下概率分布呈明显差别的参数作为二次判断参数；

19、s42、设计决策融合来合并二次判断参数，策略如下：

20、

21、

22、其中，ci为变量值，为难推区间下限，为难推区间上限，sum为得分总和，n为二次判断参数的个数，di为打分值；

23、s43、设定最佳总分值，区分推焦工况，解决难推工况漏报为正常工况的情况：

24、

25、其中，n′为设定的最佳总分值。

26、进一步地步骤s5具体为：

27、s51、对炼焦过程参数的时序数据和历史数据进行趋势特征提取，得到重要变化趋势的信号序列，将趋势定义为：

28、

29、其中，t为时刻，k(t)为对应时刻的所在分段的斜率，xl(t)为趋势值，2、1、0、-1和-2分别代表快速增加、缓慢增加、状态不变、缓慢减少和快速减少；

30、s52、利用smith-waterman算法对推焦过程参数的时序数据与历史数据的信号序列进行局部序列匹配，计算匹配特征权重和，选取特征权重和最高的时序数据对应工况为最终预测工况结果。

31、进一步地，步骤s6具体为：

32、s61、基于推焦工况早期预测模型获得初始未来预测结果，初始未来预测结果为难推工况，最终预测结果为难推工况；初始未来预测结果为正常工况或预警工况则进行二次预测；

33、s62、初始未来预测结果为正常工况，采用基于数据分析的工况预测方法二次预测，获取预测工况；预测工况为难推工况，则最终预测结果为难推工况；预测结果为正常工况，最终预测结果为正常工况；

34、s63、初始未来预测结果为预警工况，采用基于smith-waterman的工况预测方法二次预测，获取预测工况；预测工况为难推工况，最终预测结果为难推工况；预测结果为正常工况，最终预测结果为正常工况。

35、一种存储介质，所述存储介质存储指令及数据用于实现一种基于多模型融合的推焦工况预测方法。

36、一种计算机设备，包括：处理器及所述存储介质；所述处理器加载并执行所述存储介质中的指令及数据用于实现一种基于多模型融合的推焦工况预测方法。

37、本发明提供的技术方案带来的有益效果是：本发明通过收集并预处理炼焦生产数据，包括装煤参数、配煤参数和炼焦过程参数，建立样本数据库、预设正常推焦电流范围，划分推焦工况、以装煤参数为输入，建立基于knn的推焦工况早期预测模型，得到初始未来预测结果、以配煤参数为输入，基于数据分析的推焦工况预测方法，解决难推工况漏报为正常工况的情况、以炼焦过程参数为输入，基于smith-waterman的推焦工况预测方法，解决难推工况漏报为预警工况的情况、将工况预测结果利用决策规则模型确定最终的预测工况，将划分规则与生产现场过程相匹配，可以给操作人员提供指导，提高难推工况预测的准确性。

技术特征：

1.一种基于多模型融合的推焦工况预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于多模型融合的推焦工况预测方法，其特征在于，步骤s1具体为：

3.如权利要求2所述的一种基于多模型融合的推焦工况预测方法，其特征在于，装煤参数包括结焦时间、装煤数、装煤总转速、最大平煤电流、皮重和毛重；配煤参数包括配煤斗槽水分、配煤斗槽流量和配煤实际配比；炼焦过程参数包括机侧煤气压力、焦侧煤气压力、机侧高炉煤气流量、焦侧高炉煤气流量、机侧焦炉煤气流量、焦侧焦炉煤气流量、机侧蓄热室压力和焦侧蓄热室压力。

4.如权利要求3所述的一种基于多模型融合的推焦工况预测方法，其特征在于，步骤s2具体为：

5.如权利要求4所述的一种基于多模型融合的推焦工况预测方法，其特征在于，步骤s3具体为：

6.如权利要求5所述的一种基于多模型融合的推焦工况预测方法，其特征在于，步骤s4具体为：

7.如权利要求6所述的一种基于多模型融合的推焦工况预测方法，其特征在于，步骤s5具体为：

8.如权利要求7所述的一种基于多模型融合的推焦工况预测方法，其特征在于，步骤s6具体为：

9.一种存储介质，其特征在于：所述存储介质存储指令及数据用于实现权利要求1～8任一项所述的一种基于多模型融合的推焦工况预测方法。

10.一种计算机设备，其特征在于：包括：处理器及存储介质；所述处理器加载并执行存储介质中的指令及数据用于实现权利要求1～8任一项所述的一种基于多模型融合的推焦工况预测方法。

技术总结
本发明提供了基于多模型融合的推焦工况预测方法、设备及存储介质，其方法包括：收集并预处理炼焦生产数据，建立样本数据库、预设正常推焦电流范围，划分推焦工况、以装煤参数为输入，建立基于KNN的推焦工况早期预测模型，得到初始未来预测结果、以配煤参数为输入，基于数据分析的推焦工况预测方法，解决难推工况漏报为正常工况的情况、以炼焦过程参数为输入，基于Smith‑Waterman的推焦工况预测方法，解决难推工况漏报为预警工况的情况、将工况预测结果利用决策规则模型确定最终的预测工况；设备及存储介质用于实现方法；本发明的有益效果是：将划分规则与生产现场过程相匹配，可以给操作人员提供指导，提高难推工况预测的准确性。

技术研发人员：赖旭芝,任艺,吴敏,胡杰,杜胜,陈略峰
受保护的技术使用者：中国地质大学（武汉）
技术研发日：
技术公布日：2024/2/19