[发明专利]一种提高钢铁能源利用率的在线能源分配控制方法

摘要

本发明一种提高钢铁能源利用率的在线能源分配控制方法，属于信息技术领域；本发明首先获取钢铁生产的历史数据，采用建立数学模型的方式描述每个工序能源介质投入量的分配过程，其次确定每个工序能源介质在每个时间段投入量的分配方案，最后工作人员控制能源中心的PC端将能源介质按时间段分配给各生产工序，完成生产任务；本发明考虑了由于紧急订单的加入、设备的运行状态、工人的操作水平差别等因素导致的生产状态实时变化，以及生产中一次能源的消耗和二次能源的产生等特征，紧密跟踪生产环境实时变化，实现能源的高效利用，提高了能源利用率，降低了能源消耗，减少排放，并且降低了能源外购成本和库存成本，最终降低总体生产成本。

主权项

一种提高钢铁能源利用率的在线能源分配控制方法，其特征在于：包括以下步骤：步骤1、获取钢铁生产的历史数据，包括工序名称、工序产量、气温、生产周期长度、消耗的能源介质种类、消耗的能源介质数量、能源介质回收量、各生产工序的设备检修信息和能源介质供应信息；所述的能源介质供应信息包括焦炭供应量、煤供应量、天然气供应量、高炉煤气供应量、焦炉煤气供应量、压缩空气供应量、蒸汽供应量、氧气供应量、氮气供应量、电供应量、水供应量、氮气供应量、氩气供应量和氢气供应量；步骤2、以每个工序的能源介质投入量限制为约束条件，采用建立数学模型的方式描述每个工序能源介质投入量的分配过程；所述的数学模型，建立过程如下：步骤2.1、设置数学模型的参数：包括设定能源分配周期为T，时间段序号为t；工序总数为I，工序序号为i；能源介质种类数为J，能源介质序号为j；能源j在t时间段的单位成本为cjt；能源j在t时间段的供应量为Sjt；工序i消耗能源j的二次能源产生率为αij；工序i在t时间段能源j投入不足时的单位惩罚为工序i在t时间段能源j投入过量时的单位惩罚为步骤2.2、设定数学模型的动作变量为：工序i在t时间段对能源介质j的投入量xijt；步骤2.3、根据每个工序的能源介质投入量限制设置数学模型的约束条件，具体如下：(1)任意一个生产时间段内，能源介质的总投入量小于等于本时间段该能源介质的可用量，公式如下：其中，xij，t‑1表示工序i在t‑1时间段对能源介质j的投入量；(2)任意一个生产时间段内，能源介质的投入量大于等于0；步骤2.4、根据最小化每个工序的能源介质投入成本、每个工序能源介质投入不足时的惩罚成本和每个工序能源介质投入过量时的放散成本，建立数学模型，其目标函数如下：其中，z表示能源介质分配的目标函数，dijt表示工序i在t时间段对能源介质j的需求量；步骤3、确定每个工序能源介质在每个时间段投入量的分配方案，具体步骤如下：步骤3.1、以历史数据中每个工序在每个时间段的生产量和气温作为输入值，将能源介质实时需求量作为输出值，建立能源介质实时需求量的机器学习模型；步骤3.2、初始化机器学习模型的参数：设定工序i在t时间段的产量为s1it，工序i在t时间段的气温为s2it，系统状态为设定t时刻采取的动作为at，at所有取值的集合At为动作空间；设定工序i在t时间段的系统状态空间为Sit，即所有系统状态的集合；设定贡献函数为能源介质实际需求量与预测得到的能源介质需求量之差的绝对值；设定探索概率初始值、探索停止阈值、学习参数初始值和学习停止阈值；步骤3.3、初始化能源介质实时需求量的机器学习模型，具体步骤如下：步骤3.3.1、初始化所有状态‑动作对的值函数为0；步骤3.3.2、迭代初始时，从均匀分布中产生一个随机数，判断该随机数是否小于探索概率初始值，若是，执行步骤3.3.3，否则，执行步骤3.3.5；步骤3.3.3、在动作空间内随机选择动作并作用于环境，得到新的系统状态，同时获得新的系统状态对应的贡献函数；步骤3.3.4、根据获得的新的系统状态对应的贡献函数，获得新的系统状态对应的值函数，根据探索概率更新公式更新探索概率，并执行步骤3.3.7；步骤3.3.5、在动作空间内选择贪婪动作作为初始系统状态对应的动作并作用于环境，得到新的系统状态，同时获得新的系统状态对应的贡献函数；步骤3.3.6、根据获得的新的系统状态对应的贡献函数，获得新的系统状态对应的值函数，并根据探索概率更新公式更新探索概率；步骤3.3.7、判断更新后的探索概率是否大于所设定探索停止阈值，若是，返回执行步骤3.3.2进行迭代，否则，执行步骤3.3.8；步骤3.3.8、初始化结束，将此时每个系统状态对应的值函数设定为每个系统状态对应的初始值函数；步骤3.4、采用能源介质实时需求量的机器学习模型对状态‑动作对对应的值函数进行学习，具体步骤如下：步骤3.4.1、设定初始学习次数为1，设定学习次数阈值；步骤3.4.2、在初始系统状态下，选择初始动作作用于环境，得到新的系统状态，同时获得新的系统状态对应的贡献函数；步骤3.4.3、根据新的系统状态对应的贡献函数，获得新的系统状态对应的值函数；步骤3.4.4、根据新的系统状态对应的贡献函数和值函数，学习新的系统状态对应的状态‑动作对最优值函数；步骤3.4.5、判断新的系统状态‑动作对对应的最优值函数与上一次系统状态‑动作对对应的最优值函数之差，是否大于所设定学习停止阈值，若是，执行步骤3.4.6，否则，执行步骤3.5；步骤3.4.6、判断学习次数是否达到所设定学习次数阈值，若是，执行步骤3.5，否则，执行步骤3.4.7；步骤3.4.7、根据学习参数初始值，更新学习参数，将迭代次数加1，返回执行步骤3.4.2，根据更新后的学习参数进行迭代；步骤3.5、完成学习，此时每个系统状态对应的动作为最优动作，即能源介质实时需求量；步骤3.6、采用学习完成后的能源介质实时需求量的机器学习模型，根据下一个分配周期内每个工序在未来计划期内的生产量和气温，预测每个工序在未来计划期内的能源介质实时需求量；步骤3.7、根据预测得到的每个工序在每个时间段的能源介质实时需求量，并根据目标函数和约束条件，获得目标函数最小时每个工序在每个时间段的能源介质投入量；步骤4、工作人员根据每个工序在每个时间段的能源介质投入量，控制能源中心的PC端将能源介质按时间段分配给各生产工序，完成生产任务。