[发明专利]基于时间序列和高炉多维度的炉缸热状态趋势预测的方法

权利要求书

1.一种基于时间序列和高炉多维度的炉缸热状态趋势预测的方法，其特征在于，具体步骤如下：

S1、采集某高炉实时运行过程数据

包括历史炉温数据、各冷却壁段历史水温差数据；

S2、过程数据预处理

用拉依达准则剔除所选原始样本集中的异常数据，对异常数据赋空值并用牛顿插值法修补，最终使选取的过程数据分布在(μ-3σ,μ+3σ)区间内，其中μ和σ分别为样本数据的平均值和标准差；

S3、炉缸热状态预测相关特征参数提取

计算所选过程参数与炉温的泊松相关系数，依据相关系数的阈值和顶峰值选取炉缸热状态预测相关特征参数；

S4、建立模型

将选取的相关特征参数数据作为模型的输入，建立基于时间序列和高炉多维度的PSO-LSSVM炉缸热状态预测模型；

S5、对比分析无水温差时和加入高炉冷却壁立体水温差时所建模型的相对误差和命中率。

2.根据权利要求1所述的基于时间序列和高炉多维度的炉缸热状态趋势预测的方法，其特征在于，所述步骤S1中，高炉炉体的各冷却壁段具体为：从上到下分为多段，圆周上呈立体式分布，每段冷却壁在横向圆周上设置若干个热电偶测温点，实现多点测温；选取炉身的上、中、下、炉腰、炉腹、和炉缸六大段冷却壁段，利用高炉冷却壁纵向分段水温差的立体多维性，依次分析立体水温差变化对炉缸温度响应的滞后性。

3.根据权利要求1所述的基于时间序列和高炉多维度的炉缸热状态趋势预测的方法，其特征在于，所述步骤S2中，剔除过程及实际各冷却壁段水温差的计算如下：

μ和σ分别为样本数据x_k的平均值和标准差；

对修补后的冷却壁段所有测温点数据，计算高炉每段冷却壁横向圆周上所有测温点的平均水温差作为冷却壁段的实际水温差。

4.根据权利要求1所述的基于时间序列和高炉多维度的炉缸热状态趋势预测的方法，其特征在于，所述步骤S3中，泊松相关系数计算、相关系数顶峰值及阈值设定的过程如下：

泊松相关系数计算过程描述为

式中，分别为参数x_(t)，y_(t)的均值；

选取相关系数最大的尖峰点处所对应的各冷却壁段水温差的历史时间序列作为高炉冷却壁立体水温差对炉缸温度响应的滞后时间；选择相关系数|r|≥0.1的历史炉温时间序列作为炉缸热状态预测相关特征参数。

5.根据权利要求1所述的基于时间序列和高炉多维度的炉缸热状态趋势预测的方法，其特征在于，所述步骤S4中，建模过程如下：

S4-1、将预处理后的指标数据分为训练集和测试集，将训练数据输送到LSSVM预测模型中训练，同时采用粒子群算法对LSSVM的惩罚因子γ和核参数宽度σ＇进行优化，最终得到用于炉缸热状态预测的PSO-LSSVM模型；

S4-2、利用训练好的PSO-LSSVM模型对测试集进行预测。