QQ交談
專利類型:
發(fā)明公開
申請(qǐng)(專利)號(hào):
CN201611114676.9
申請(qǐng)日:
2016-12-07
申請(qǐng)公布號(hào):
CN106779384A
申請(qǐng)公布日:
2017-05-31
申請(qǐng)人:
大連理工大學(xué); 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(hào)
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(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用
主分類號(hào):
G06Q10/06
分類號(hào):
G06Q10/06;G06Q10/04
國省代碼:
21
頁數(shù):
13
代理機(jī)構(gòu):
大連理工大學(xué)專利中心 21200
代理人:
梅洪玉;潘迅
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(yù)測(cè)方法,其特征在于如下步驟:第一步,從鋼鐵工業(yè)現(xiàn)場(chǎng)的實(shí)時(shí)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(duì)流量數(shù)據(jù)進(jìn)行處理;所述的流量數(shù)據(jù)包括高爐煤氣發(fā)生量、熱風(fēng)爐高爐煤氣用量、焦?fàn)t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(duì)第一步得到的流量數(shù)據(jù)進(jìn)行劃分,獲得基礎(chǔ)數(shù)據(jù)微粒t1,t2,……,tN,其中N為粒子個(gè)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(shí)間彎曲距離動(dòng)態(tài)計(jì)算,選擇一個(gè)數(shù)據(jù)微粒作為基準(zhǔn)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(zhǔn)序列做比較,進(jìn)行伸長或縮短,使各序列長度相同;步驟為:3.1)基準(zhǔn)序列選?。簩?duì)于N個(gè)數(shù)據(jù)微粒t1,t2,……,tN,分別取其中一個(gè)與其它微粒計(jì)算時(shí)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(gè)數(shù)據(jù)微粒作為基準(zhǔn)序列ts,此序列滿足即時(shí)間彎曲距離和取得最小值所對(duì)應(yīng)序列;其中,DTW(ti,tj)為時(shí)間彎曲距離,arg#Min表示
取最小值時(shí)對(duì)應(yīng)的ti;基準(zhǔn)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(zhǔn)序列的彎曲路徑結(jié)果,將待規(guī)范序列在彎曲部分進(jìn)行自我復(fù)制或縮減,實(shí)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(duì)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(jìn)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(duì)上下界分別進(jìn)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(biāo)識(shí)變量;對(duì)所有數(shù)據(jù)微粒進(jìn)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(duì)應(yīng)聚類,在模糊規(guī)則庫中尋找標(biāo)識(shí)一致規(guī)則,記輸出模糊隸屬度最大值
和
對(duì)應(yīng)位置為列向量
和
計(jì)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(yù)測(cè)區(qū)間:
其中,
和
是預(yù)測(cè)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(yù)測(cè)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(biāo),建立的優(yōu)化問題如下:
其中,sij(i=1,2,…,N,j=1,2,…,n)為測(cè)試樣本點(diǎn);card{}表示集合的勢(shì);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(cè)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(cè)試樣本長度,亦即預(yù)測(cè)長度;求解過程需反復(fù)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(yù)測(cè)結(jié)果
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(yù)測(cè)方法。本發(fā)明基于真實(shí)工業(yè)生產(chǎn)數(shù)據(jù),在數(shù)據(jù)進(jìn)行必要的預(yù)處理后,首先在橫向即時(shí)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(gè)數(shù)據(jù)點(diǎn)的數(shù)據(jù)微粒;進(jìn)而,考慮到后續(xù)模糊聚類分析需要,利用時(shí)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(yù)測(cè)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(yù)測(cè)結(jié)果,輔助指導(dǎo)現(xiàn)場(chǎng)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。