[发明专利]一种基于粒度计算的冶金企业转炉煤气柜位长期预测方法

摘要

一种基于数据的冶金企业转炉煤气柜柜位长期预测方法。在对真实工业生产数据进行除噪填补等预处理后，对数据进行粒化，即按照实际特征将转炉煤气流量差、煤气柜位等数据进行分段。通过模糊C均值、模糊推理与中心解模糊化等方法的应用，最终完成对转炉煤气柜柜位的长期预测。本发明能够准确地预测转炉煤气系统未来较长一段时间内各煤气柜柜位变化，为现场调度人员的平衡优化工作提供在线决策支持。

主权项

一种基于粒度计算的冶金企业转炉煤气柜位长期预测方法，其特征在于如下步骤：(1)从工业现场实时数据库读取转炉煤气系统发生单元、消耗单元、可调节单元以及柜位数据，在建立模型之前对这些数据做基本的除噪和填补处理；(2)基于粒度思想构建输入/输出样本①输入/输出确定：模型的输入为用户流量差值与柜位历史信息，输出为当前时刻的柜位值；②基于粒度思想的样本构建：基于数据粒度思想，构建前一时刻柜位的粒度形式L0＝{l01,l02,……,l0N,l0(N+1)}、当前时刻流量差的粒度形式D＝{d1,d2,……,dN,d(N+1)}以及当前时刻柜位的粒度形式L＝{l1,l2,……,lN}，其中每一个子元素l0i、di或lj均为长度为w的数据粒子，N代表粒子个数，后续的聚类计算将对L0、D和L三组数据分别进行，而由于最终预测时需要输入，因此L0和D分别比L多出一个粒子l0(N+1)和d(N+1)；(3)基于数据粒度的模糊建模模糊建模过程即对构建样本中的三个数据粒度集L0、D和L分别进行聚类，以当前时刻柜位数据集L＝{l1,l2,……,lN}为例进行说明，其中li＝{li1,li2,……,liw}为一个w长的粒，具体聚类步骤为：①给定数据集，确定分类数c，1＜c≤N，模糊系数m＞1以及误差限ε＞0；②随机给定初始模糊划分矩阵其中uij表示数据集的第j个粒子对i个类的隶属度值，为区间[0,1]上的模糊数；③取计数变量z＝0；④借助利用式(1)计算聚类中心vij=Σk=1NuikmlkjΣk=1Nuikm,i=1,2,......,c,j=1,2,......,w---(1)]]>⑤按式(2)(3)更新隶属度矩阵U(z)为U(z+1)，若则令dij＝||lj‑vi||,i＝1,2,……,c.j＝1,2,……,N.   (2)uij=1Σt=1c(dijdtj)2m-1---(3)]]>⑥利用式(4)计算Q(U(z),V(z))和Q(U(z+1),V(z+1))，其中V(z)是由聚类中心组成的矩阵，若Q(U(z),V(z))‑Q(U(z+1),V(z+1))＜ε，则终止算法，此时的U(z+1)和V(z+1)即为最优的划分矩阵和聚类中心矩阵；否则，令z＝z+1，返回第4步循环计算；Q=Σi=1cΣj=1Nuijmdij2---(4)]]>(4)模糊推理第(3)步建模过程中的聚类给出粒子对应每一类的隶属度和聚类中心矩阵，模糊推理以每个粒子最大隶属度对应类别来建立模糊规则，如下式所示：R:IfL0(t-1)iscL0r,D(t)iscDs,thenL(t)iscLq---(5)]]>其中和均为输入因素或输出柜位的数据粒子所属类别的标识，对样本集每一条样本建立如此规则，获得由N条规则形成的模糊规则库；(5)转炉煤气柜位长期预测规则库建立好后，信息已完备，对分析对象进行预测，规则库中所记录有流量差及柜位历史运行特征，分别提取L0和D中的l0(N+1)和d(N+1)最大隶属度对应类别作为预测输入，然后在模糊规则库中寻找标识一致的规则，记录这些规则对应输出L的隶属度最大位置，记做列向量hj，以及相应隶属度进而计算如下变量：p=Σj=1NhjuijL,i=1,2,......,c---(6)]]>再采用中心解模糊化方法，即：p^=pTVL---(7)]]>其中VL为数据变量L经聚类计算而得的聚类中心矩阵，即为最终预测值。