一種基于信息粒度最優(yōu)分配的鋼鐵工業(yè)高爐煤氣長期區(qū)間預測方法
專利類型：發(fā)明公開申請(專利)號：CN201611114676.9申請日：2016-12-07申請公布號：CN106779384A申請公布日：2017-05-31申請人：大連理工大學; 上海寶信軟件股份有限公司地址：116024 遼寧省大連市甘井子區(qū)凌工路2號發(fā)明人：韓中洋; 趙珺; 王霖青; 盛春陽; 王偉; 馮為民; 汪晶專輯：信息科技專題：計算機軟件及計算機應(yīng)用主分類號：G06Q10/06分類號：G06Q10/06;G06Q10/04國省代碼：21頁數(shù)：13代理機構(gòu)：大連理工大學專利中心 21200代理人：梅洪玉;潘迅主權(quán)項：一種基于信息粒度最優(yōu)分配的鋼鐵工業(yè)高爐煤氣長期區(qū)間預測方法,其特征在于如下步驟：第一步,從鋼鐵工業(yè)現(xiàn)場的實時關(guān)系數(shù)據(jù)庫中讀取高爐煤氣管網(wǎng)各產(chǎn)消用戶的流量數(shù)據(jù),在建立模型前對流量數(shù)據(jù)進行處理；所述的流量數(shù)據(jù)包括高爐煤氣發(fā)生量、熱風爐高爐煤氣用量、焦爐高爐煤氣用量、冷/熱軋高爐煤氣用量；第二步,橫向的數(shù)據(jù)粒度化對第一步得到的流量數(shù)據(jù)進行劃分,獲得基礎(chǔ)數(shù)據(jù)微粒t1,t2,……,tN,其中N為粒子個數(shù),各粒子長度不同；第三步,非等長數(shù)據(jù)微粒規(guī)范化通過各微粒間的時間彎曲距離動態(tài)計算,選擇一個數(shù)據(jù)微粒作為基準序列,其他數(shù)據(jù)微粒作為待規(guī)范序列；將待規(guī)范序列與基準序列做比較,進行伸長或縮短,使各序列長度相同；步驟為：3.1)基準序列選?。簩τ贜個數(shù)據(jù)微粒t1,t2,……,tN,分別取其中一個與其它微粒計算時間彎曲距離和,并記錄相應(yīng)彎曲路徑；在所得結(jié)果中,選取一個數(shù)據(jù)微粒作為基準序列ts,此序列滿足即時間彎曲距離和取得最小值所對應(yīng)序列；其中,DTW(ti,tj)為時間彎曲距離,arg#Min表示取最小值時對應(yīng)的ti；基準序列的長度記為n；3.2)數(shù)據(jù)微粒規(guī)范化：根據(jù)上一步已獲得的待規(guī)范序列與基準序列的彎曲路徑結(jié)果,將待規(guī)范序列在彎曲部分進行自我復制或縮減,實現(xiàn)伸長或壓縮,使多段非等長的待規(guī)范序列等距化,所得的等長序列記做s1,s2,……,sN；第四步,縱向的聚類中心粒度化對等長序列s1,s2,……,sN,應(yīng)用模糊C均值聚類方法,獲得聚類中心和相應(yīng)模糊隸屬度,分別記做vij和uik,其中i＝1,2,……,c,j＝1,2,……,n,k＝1,2,……,N；將聚類中心在縱向進行延展,形成區(qū)間數(shù),即：其中,εj稱為信息粒度值,和分別是聚類中心區(qū)間的上下界；相應(yīng)模糊隸屬度為：其中,i＝1,2,……,c,或或是聚類中心區(qū)間上下界和組成的列向量,m為模糊系數(shù)；利用區(qū)間化的聚類中心和模糊隸屬度,針對上下界分別進行模糊推理,即：其中,nI為規(guī)則輸入維數(shù)；t＝1,2,……,N；和代表數(shù)據(jù)微粒的上下界；和均為數(shù)據(jù)微粒的聚類標識變量；對所有數(shù)據(jù)微粒進行模糊推理,獲得由(N#nI)條規(guī)則組成的模糊規(guī)則庫；提取各最大模糊隸屬度對應(yīng)聚類,在模糊規(guī)則庫中尋找標識一致規(guī)則,記輸出模糊隸屬度最大值和對應(yīng)位置為列向量和計算如下變量：其中,i＝1,2,……,c,再采用中心解模糊化方法得到初始的長期預測區(qū)間：其中,和是預測區(qū)間的上下界,v#、v+分別是聚類中心區(qū)間上下界所組成的矩陣；第五步,基于信息粒度最優(yōu)分配的長期預測區(qū)間優(yōu)化在公式(5)所得結(jié)果基礎(chǔ)上,以信息粒度εj最優(yōu)分配為目標,建立的優(yōu)化問題如下：其中,sij(i＝1,2,…,N,j＝1,2,…,n)為測試樣本點；card{}表示集合的勢；等式約束的目的是將信息粒度的平均值限定為定值ε0；借助粒子群優(yōu)化算法求解,適應(yīng)度函數(shù)取測試樣本下的區(qū)間覆蓋率,即：min#n#card{sij∈[s#TV#,s+TV+]}##(7)其中,n為測試樣本長度,亦即預測長度；求解過程需反復應(yīng)用公式(1)(2)(3)(4)(5)；最終,求得最優(yōu)化的信息粒度εj,及相應(yīng)的長期區(qū)間預測結(jié)果摘要：本發(fā)明提供一種基于信息粒度最優(yōu)分配的鋼鐵工業(yè)高爐煤氣長期區(qū)間預測方法。本發(fā)明基于真實工業(yè)生產(chǎn)數(shù)據(jù),在數(shù)據(jù)進行必要的預處理后,首先在橫向即時間軸上,依據(jù)鋼鐵工業(yè)能源產(chǎn)消的階段性特征,形成包括多個數(shù)據(jù)點的數(shù)據(jù)微粒；進而,考慮到后續(xù)模糊聚類分析需要,利用時間彎曲距離,將非等長數(shù)據(jù)微粒規(guī)范化為等長；在應(yīng)用模糊聚類得到聚類中心后,將其在縱向上延展為區(qū)間值,借助模糊建模方法可獲得初始區(qū)間預測結(jié)果；最終,求解基于信息粒度最優(yōu)化分配理論的優(yōu)化模型,獲得長期區(qū)間預測結(jié)果,輔助指導現(xiàn)場能源調(diào)度工作,在鋼鐵工業(yè)其它能源介質(zhì)系統(tǒng)中亦可推廣應(yīng)用。
編輯：冶金材料設(shè)備網(wǎng)
發(fā)布時間：2024-11-22
