[发明专利]一种优化焦炭生产的方法、装置和设备

权利要求书

1.一种优化焦炭生产的方法，包括：

根据历史数据构建焦炭质量预测模型，并对所述焦炭质量预测模型进行训练，得到第一焦炭质量数据，其中，所述历史数据包括焦炭生产技术参数数据、配合煤数据和焦炭质量数据；

根据所述第一焦炭质量数据和业务需要确定所述第一焦炭质量数据中的待优化指标数据；

采用优化算法对所述待优化指标数据进行优化，得到第二焦炭质量数据；

将所述第二焦炭质量数据与所述第一焦炭质量数据进行比较；

如果第二焦炭质量数据优于第一焦炭质量数据，则将第二焦炭质量数据作为待优化指标数据的建议值；

根据所述建议值调整所述焦炭生产技术参数数据或所述配合煤数据，以提高焦炭质量；

其中，所述方法还包括：

通过特征工程将所述历史数据转变为所述焦炭质量预测模型的训练数据，所述训练数据包括从所述历史数据中筛选出的特征以及基于筛选出的特征衍生出新的特征对应的特征数据；

将所述特征数据作为所述焦炭质量预测模型的输入，对应单一的焦炭质量数据作为所述焦炭质量预测模型的输出，对所述焦炭质量预测模型进行训练。

2.根据权利要求1所述的方法，其特征在于，在所述根据历史数据构建焦炭质量预测模型之前，所述方法还包括：

获取所述历史数据；

对所述历史数据进行数据预处理，得到高质量历史数据；

通过相关性计算对所述高质量历史数据进行筛选，得到与所述焦炭质量数据相关的筛选后的焦炭生产技术参数数据和配合煤数据。

3.根据权利要求2所述的方法，其特征在于，所述数据预处理包括缺失值填充处理、数据格式异常处理、数据取值范围异常处理和数据重复处理中的至少一种。

4.根据权利要求2所述的方法，其特征在于，所述对所述焦炭质量预测模型进行训练，得到第一焦炭质量数据，包括：

对所述筛选后的焦炭生产技术参数数据和配合煤数据进行拆分，得到焦炭质量预测训练集；

将所述焦炭质量预测训练集中的样本作为所述焦炭质量预测模型的输入对所述焦炭质量预测模型进行训练，得到所述第一焦炭质量数据，其中，所述样本是所述焦炭质量预测训练集中通过所述筛选得到的特征数据。

5.根据权利要求1至4中的任一项所述的方法，其特征在于，所述待优化指标数据包括焦炭质量硫分、反应性指数、反应后强度、抗碎强度和耐磨强度中的至少一种。

6.根据权利要求1至4中的任一项所述的方法，其特征在于，所述优化算法包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、人群搜索算法和人工蜂群算法中的一种。

7.一种优化焦炭生产的装置，包括：

构建模块，配置为根据历史数据构建焦炭质量预测模型，并对所述焦炭质量预测模型进行训练，得到第一焦炭质量数据，其中，所述历史数据包括焦炭生产技术参数数据、配合煤数据和焦炭质量数据；

确定模块，配置为根据所述第一焦炭质量数据和业务需要确定所述第一焦炭质量数据中的待优化指标数据；

优化模块，配置为采用优化算法对所述待优化指标数据进行优化，得到第二焦炭质量数据，并将所述第二焦炭质量数据与所述第一焦炭质量数据进行比较，如果第二焦炭质量数据优于第一焦炭质量数据，则将第二焦炭质量数据作为待优化指标数据的建议值；

调整模块，配置为根据所述建议值调整所述焦炭生产技术参数数据或所述配合煤数据，以提高焦炭质量；

其中，所述构建模块还配置为：

通过特征工程将所述历史数据转变为所述焦炭质量预测模型的训练数据，所述训练数据包括从所述历史数据中筛选出的特征以及基于筛选出的特征衍生出新的特征对应的特征数据；

将所述特征数据作为所述焦炭质量预测模型的输入，对应单一的焦炭质量数据作为所述焦炭质量预测模型的输出，对所述焦炭质量预测模型进行训练。

8.一种优化焦炭生产的设备，包括：处理器和存储器，所述处理器加载并执行所述存储器中的指令及数据，用于实现如权利要求1至6中的任一项所述的方法。