[发明专利]基于案例匹配的高炉布料参数决策方法

权利要求书

1.基于案例匹配的高炉布料参数决策方法，所述方法由硬件设备实现，其特征在于：包括以下步骤：选取潜在模型参数变量；利用箱线图对所述模型参数变量进行预处理得到预处理后的模型参数变量；对所述预处理后的模型参数变量与一氧化碳利用率进行相关性分析得到一氧化碳利用率趋势预测的模型参数变量；统计所述一氧化碳利用率趋势预测的模型参数变量对应的一氧化碳利用率变化趋势得到一氧化碳利用率变化趋势预测结果；设定样本抽取量阈值并按所述样本抽取量阈值抽取所述一氧化碳利用率变化趋势预测结果；将抽取的一氧化碳利用率变化趋势预测结果与一氧化碳利用率变化趋势真实结果进行对比得到对比结果；运用所述对比结果得到一氧化碳利用率变化趋势预测精度；设定精度阈值；若所述一氧化碳利用率变化趋势预测精度满足精度阈值，则所述模型为有效模型，可以用于高炉布料的参数决策；若所述一氧化碳利用率变化趋势预测精度不满足精度阈值，则所述模型为无效模型，则重新寻找新案例用于建立有效模型。

2.如权利要求1所述的基于案例匹配的高炉布料参数决策方法，其特征在于：所述选取潜在模型参数变量具体包括：炉冷风流量、炉墙热负荷、喷煤量、料速、硅含量、透气性指数、矿焦比、富氧量及炉顶上升管顶温；所述潜在模型参数变量采集间隔为6小时，每天取4次数据。

3.如权利要求2所述的基于案例匹配的高炉布料参数决策方法，其特征在于：所述利用箱线图对所述模型参数变量进行预处理得到预处理后的模型参数变量具体包括：剔除明显异常的模型参数变量；所述剔除明显异常的模型参数变量具体步骤包括：将模型参数变量序列进行从小到大排序得到新模型参数变量序列X_j；求解X_j的上四分位数Q₃、中位数Q₂和下四分卫数Q₁；确定异常模型参数变量控制常数k；计算模型参数变量的最小估计值和最大估计值，计算公式为：x₁＝Q₁-k(Q₃-Q₁)，x₂＝Q₃+k(Q₃-Q₁)，其中，x₁表示所述最小估计值，x₂表示所述最大估计值；定义小于x₁或大于x₂的模型参数变量为异常模型参数变量；剔除所述异常模型参数变量。

4.如权利要求3所述的基于案例匹配的高炉布料参数决策方法，其特征在于：所述相关性分析具体公式为：其中，I(X,Y)表示变量X和变量Y之间的互信息值，根据互信息的大小来确定与一氧化碳利用率相关性大的模型参数变量，p(X_j,Y_m)表示变量X和变量Y的联合概率分布，p(X_j)表示变量X的边缘概率分布，p(Y_m)表示变量Y的边缘概率分布。

5.如权利要求1所述的基于案例匹配的高炉布料参数决策方法，其特征在于：所述运用所述对比结果得到一氧化碳利用率变化趋势预测精度具体公式为：其中，n(Correct_Set)表示正确的对比结果，N(Test_Set)表示抽取的样本总数。