基于BP神经网络的热风炉群煤气消耗量预测

热风炉是副产煤气消耗大户,热风炉群的煤气消耗数据无规律性、波动剧烈,预测难度较大.针对热风炉群煤气消耗量难以直接预测的问题,提出一种基于BP神经网络的热风炉群煤气消耗量预测方法.该方法将热风炉群的煤气消耗数据分解为单座热风炉的煤气消耗数据,利用单座热风炉周期性煤气消耗特性,将利用BP网络模型预测出的各座热风炉煤气消耗数...     

钢铁企业副产煤气产耗预测方法研究进展

钢铁企业的副产煤气系统复杂且工况多变,副产煤气产生量和消耗量瞬时波动,容易引起副产煤气调度分配不当,进而造成大量放散,而对副产煤气产生量和消耗量进行精确预测是解决此问题的重要前提。文章通过综述钢铁企业副产煤气预测研究的文献,发现目前对于副产煤气的预测方法可大致分为:基于系统机理的预测方法和基于历史数据的预测方法。但二者都存在自身的局限性,而采用两者组合的煤气预测方法可以对各自的缺陷进行互补,具有很广阔的研究和应用空间。     

基于数据驱动的高炉煤气复合预测模型

对钢铁企业高炉煤气系统科学准确的预测,可以为煤气的合理调度提供依据,对企业提高能源利用效率、减少煤气放散和环境污染有着非常重要的意义。针对钢铁企业高炉煤气系统设备工况复杂、煤气量波动频繁、难以准确预测的问题,依据小波分析方法、BP神经网络、最小二乘支持向量机的性质建立了基于数据驱动的高炉煤气的复合预测模型。该模型综合考虑高炉煤气系统生产计划和检修计划,对高炉煤气系统的产耗用户在不同工况下分别建立训练数据集,利用多组模型参数预测高炉煤气产生量、消耗量和缓冲量。利用某大型钢铁企业实际数据进行测试,该模型能够结合设备的实际生产工况变化,实现煤气的准确预测。结果表明,该模型平均绝对百分比误差小于4.95%,对变工况煤气系统有较好的预测效果。     

热风炉煤气消耗量灰色预测模型的开发

针对热风炉系统非线性、大滞后、大惯性,煤气消耗量难以有效预测的问题,以某高炉热风炉为研究对象,采用灰色模型对煤气消耗量进行预测。介绍了预测模型的建模方法、系统软件结构、预测模型的建立步骤,通过粒子群算法优化了模型参数,最后使用灰色模型对该高炉热风炉煤气消耗量进行预测,结果说明该方法预测准确,具有较强的实践意义,为调度人员准确把握煤气资源的波动趋势,进行优化调配提供了可靠依据,降低了能耗。     

基于灰色时序组合模型的高炉热风炉煤气消耗量的预测

以某一钢铁企业为背景,针对钢铁行业影响煤气消耗量的因素复杂多变,而又难于把握的特性,提出基于历史数据,运用灰色时序组合模型对高炉热风炉煤气消耗量进行建模预测的方法.实验表明,在热风炉正常的操作制度下,这种组合预测方法能很好地把握煤气用量的波动规律,具有较高的预测精度.     

不同生产负荷下副产煤气调度建模和仿真

钢铁企业不同的生产负荷会影响副产煤气的产生量和消耗量,为了获得更大的经济效益,需要针对钢铁企业不同的生产负荷,对缓冲设备的副产煤气消耗进行优化分配。基于线性规划,以系统运行成本最小为目标函数,建立钢铁企业不同生产负荷下的副产煤气调度模型。利用Visual Studio 2013平台开发了副产煤气调度仿真系统,通过对高炉在不同生产负荷下的生产实例仿真,验证了模型的有效性。     

钢铁企业副产煤气预测及优化调度

针对钢铁企业副产煤气系统产消量频繁波动,不平衡现象比较严重,供需之间的平衡程度对钢铁企业的生产成本、能源消耗情况影响较大,并且钢铁企业中工序、设备繁多,每道工序都涉及多种能源介质的问题,利用HP滤波、支持向量机分类（SVC）、最小二乘支持向量机(LSSVM)和Elman神经网络的特性建立了SVC-HP-ENN-LSSVM模型,并根据用能设备的能源利用特点和预测结果对副产煤气进行优化调度。模型应用表明：所建预测模型对煤气系统的预测平均相对误差小于4%,满足工业生产需要。根据预测结果进行的优化调度解决了煤气系统的不平衡问题,应用于钢铁企业典型工况,主工序可降低10%左右能耗,应用其自备电厂（一年按照330天计算）,可多产蒸汽约104148 t,节能约9998208 kg标煤。     

低碳环境下钢铁企业燃气系统动态平衡调度仿真

在“节能减排、降本增效”的大背景下,从碳素流视角切入,在煤气介质预测基础上,建立了0-1混合线性规划模型,以能源成本和碳交易成本总和最小化为目标,研究钢铁行业副产煤气生产调度问题。采用基于遗传算法的动态迭代调度算法,通过混合交叉算子和平均变异算子提高遗传算法局部搜索能力,并以国内某大型钢铁企业为仿真对象进行系统仿真,结果表明:混合煤气柜可以根据煤气产耗特点调整存储量,并保证存储量在合理范围内;调节用户会起到一定的缓冲作用,可以根据某种副产煤气的产耗特点响应增加或减少该种煤气的消耗量;当某种副产煤气严重不足时,固定消耗用户会根据优先级响应停调,以满足生产需求。可见副产煤气的优化调度应用可以为中国钢铁行业的低碳发展和节能减排提供技术支撑。     

基于HP-Elman-LSSVM模型钢铁企业自备电厂煤气供入量预测及优化调度

 钢铁企业自备电厂是副产煤气的主要缓冲用户,在消纳富余煤气、减少煤气放散、实现煤气平衡方面发挥着极为重要的作用。充分考虑自备电厂煤气供入量特点,建立了HP-Elman-LSSVM预测模型,并根据自备电厂能源利用的特点,建立拟合模型求解自备电厂锅炉的经济运行负荷,在此基础上对供入自备电厂的煤气进行优化调度。将该模型应用于具体企业,实现了钢铁企业自备电厂煤气预测和优化调度。模型应用表明：所建模型对自备电厂煤气供入量30、45、60个点的预测平均相对误差分别为1.9%、1.4%、1.4%,能有效解决实际生产中自备电厂煤气供入量预测不准问题。并通过煤气优化调度,自备电厂可大幅度提升蒸汽产率,应用企业每年可多产蒸汽约8.1322万t,折合节约标煤9443.955t。     

中国十大钢副产煤气利用现状及节能建议

钢铁企业副产煤气约占企业耗能总量的40%.副产煤气的应用直接影响企业能耗水平的高低.文章对国内传统十大钢铁企业2006年度副产煤气应用状况作出分析,提出了借鉴宝钢副产煤气高效利用经验,提高钢铁企业副产煤气利用水平的建议.     

钢铁企业副产煤气短周期优化调度模型

 在钢铁生产过程中,消耗的煤炭大约34%会转化为副产煤气。为了提高副产煤气能源利用率,以钢铁企业副产煤气系统为研究对象,利用混合整数线性规划法（mixed integer linear programming,MILP）,以操作成本最小化为目标函数,以物料平衡、能量平衡、设备操作参数限制等为约束条件建立富余煤气优化调度模型。与前人的模型相比,对锅炉模型进行改进,不仅提高锅炉模型的调节精度,而且更接近实际情况。此外,为了研究煤气柜和锅炉稳定性,引入煤气柜总标准偏移量（sum of standard deviation volume,[SSDV）]惩罚因子和锅炉总改变量（sum of switching percentage,[SSP）]惩罚因子,并用帕雷托最优法理论确定出最佳的[SSDV]和[SSP。]结果表明,新的优化模型能很好地降低煤气柜和锅炉的波动,维持煤气系统的平稳运行。     

Optimization and Scheduling of Byproduct Gas System in Steel Plant

A mathematical model was proposed to optimize byproduct gas system and reduce the total cost.The scope and boundaries of the system were also discussed at the same time.Boilers and gasholders were buffer users to solve the fluctuation of byproduct gases.The priority of gasholders should be ranked the last.The allocation of surplus gases among gasholders and boilers was also discussed to make full use of gases and realize zero emission targets.Case study shows that the proposed model made good use of byproduct gases and at least 7.8% operation cost was reduced,compared with real data in iron and steel industry.     

Multi-Period Optimal Distribution Model of Energy Medium and Its Application

 A mathematical model of optimal energy medium distribution in steelmaking process is formulated. In this model, three kinds of important energy mediums including byproduct gases, steam and electricity are considered, and the objective function accounts for both the change of generation and consumption of the byproduct gases and the demand of low (or middle) pressure steam and electricity for each period to maximize the benefit of products cost and minimize the consumption of energy. The results indicate that the optimal distribution scheme of byproduct gases, middle pressure steam, low pressure steam and electricity is achieved and case study shows that 6% of operation cost is reduced by using the proposed model comparing with the previous model.     

A Green Mixed Integer Linear Programming Model for Optimization of Byproduct Gases in Iron and Steel Industry

Byproduct gas is an important secondary energy in iron and steel industry, and its optimization is vital to cost reduction. With the development of iron and steel industry to be more eco-friendly, it is necessary to construct an integrated optimized system, taking economics, energy consumption and environment into consideration. Therefore, the environmental cost caused by pollutants discharge should be factored in total cost when optimizing byproduct gas distribution. A green mixed integer linear programming(MILP) model for the optimization of byproduct gases was established to reduce total cost, including both operation cost and environmental cost. The operation cost included penalty for gas deviation, costs of fuel and water consumption, holder booster trip penalty, and so forth; while the environmental cost consisted of penalties for both direct and indirect pollutants discharge. Case study showed that the proposed model brought an optimum solution and 2.2% of the total cost could be reduced compared with previous one.     

钢铁生产过程富余煤气动态优化分配模型

基于混合整数线性规划,以操作成本最小为目标函数建立了富余煤气优化分配模型.与前人的优化模型相比,本文模型选取了较短的时间步长,并考虑了锅炉权重因子及煤气柜权重因子对优化结果的影响.根据国内某钢铁企业生产数据进行计算,发现优化结果对煤气柜权重因子和锅炉权重因子敏感,因此合理确定煤气柜权重因子和锅炉权重因子十分重要.优化模拟计算与现场经验调度的结果相比,降低了煤气柜储气量波动,提高了锅炉45.9%的发电量,煤气系统运行稳定性增强.      

钢铁企业轧制计划与能源调度协同优化

钢铁企业物质流网络与能量流网络的协同优化是实现钢铁行业高层次系统节能的关键。钢铁企业在不同工况下煤气的富余量以及蒸汽和电力需求量不同,轧制工序(含加热炉)作为电力和煤气消耗大户,轧制计划的改变会影响能量流网络中能源介质的分配和调度。提出了钢铁流程物质流与能量流协同优化方法,在分时电价的条件下,利用启发式规则调度方法对一天内的轧制单元进行合理的排程,然后用线性规划方法以系统运行能源成本最小为目标函数,建立钢铁企业煤气 蒸汽 电力系统不同工况下的耦合优化调度模型。通过LINGO求解出模型的最优解,得到了轧制单元的最优排程以及不同工况下煤气、蒸汽、电力的最优实时生产调度方案,用于指导实际生产。利用S钢厂实际数据进行实例分析,得出的调度方案可实现煤气 蒸汽 电力系统的最优化分配,系统运行的能源成本降低8.54%,验证了模型的有效性。     

基于参数优化SVR方法预测高炉煤气利用率

高炉煤气利用率是反映高炉能耗的重要指标,其预测控制对炼铁过程的节能降耗具有重要意义.利用某高炉在线采集的数据对煤气流温度分布和高炉煤气利用率的关系进行研究.首先,对高炉煤气利用率数据和能够实时反映煤气流分布的炉喉十字测温数据中的缺失值进行多重插补填充,并利用分位点计算煤气流分布的经验分布函数,得到测温数据的小时分布概率...