[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

说明书

本发明公开了一种基于时间序列和高炉多维度的炉缸热状态趋势预测方法，利用物质流运动规律、动态时间序列相关性分析法依次给出高炉冷却壁立体水温差对炉缸温度响应的滞后时间，计算泊松相关系数确定有效的历史炉温时间序列及与炉温预测相关的其它过程参数；再利用立体高炉各指标参数及其相关历史信息，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，验证高炉冷却壁立体水温差的多维性变化对炉缸热状态变化趋势预测的准确性。本发明充分利用了高炉冷却壁段水温差的立体分布特征及其依次对炉缸温度的滞后性影响，可协助高炉操作者，准确预判高炉炉缸热状态，为高炉的高效、节能运行奠定基础。

技术领域

本发明属于复杂高炉炼铁过程中实时不可测关键参数预测领域，尤其是涉及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，高炉冷却壁立体水温差的多维性变化对炉缸热状态变化趋势的超前预知，可准确预判高炉炉缸热状态，协助高炉操作者，为高炉的高效、节能运行奠定基础。

背景技术

高炉生产运行目标是炉况平稳下的高效、节能运行。稳定的炉温是炉况平稳的先决条件，其高低直接影响炼铁过程中高炉稳定顺行、低能耗、高质量等性能指标，因而现有生产操作制度的基础就是确保炉温的稳定。高炉炼铁进行节能降耗的最有效措施是高煤比降焦，而制约其有效性的则是炉缸热状态。不可实时测得的炉温及炉缸热状态所反映的高炉运行行为热状态，是直接影响喷煤量的关键因素，故实时准确地预测炉温及炉缸热状态，进而掌握其变化趋势，对于具有大滞后、大惯性的高炉实施节能降耗优化操作至关重要。

传统的高炉炉缸热状态通常用铁水[Si]、铁水温度(MIT)或炉缸冷却壁热电偶温度表征，然而，单一参数或单一参数建立的炉温预测模型皆难以准确描述高炉炉缸热状态。据此，本发明利用高炉冷却壁段的空间立体分布特性，定义冷却壁立体水温差概念。高炉炉体冷却壁从上到下分为多段，圆周上呈立体式分布，各冷却壁段水温差的变化可反映对应炉内温度的变化。本文基于纵向物质流运动规律，通过分析高炉冷却壁立体水温差对炉缸温度响应的滞后性，提出高炉冷却壁立体水温差的多维性变化可超前反映炉缸热状态的变化趋势，从而提出了一种基于时间序列和高炉多维度的炉缸热状态趋势预测方法。

发明内容

为了解决上述技术问题，本发明的目的是提供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。

为解决上述技术问题，本发明采用如下技术方案：

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，包括如下步骤：利用纵向物质流运动规律和动态时间序列相关性分析法依次给出高炉冷却壁立体水温差对炉缸温度响应的滞后时间，然后计算泊松相关系数提取有效的历史炉温时间序列及与炉温预测相关的其它过程参数；利用立体高炉各指标参数及其相关历史信息，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，验证高炉冷却壁立体水温差的多维性变化对炉缸热状态变化趋势预测的准确性。

进一步的，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及与炉温预测相关的其它过程数据；

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；

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及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；