基于迁移学习的高炉煤气调度决策支持系统

发布时间：2020-07-18 23:19

【摘要】：钢铁工业生产过程耗能高污染严重,如何高效利用能源、减少污染排放是企业亟待解决的问题。高炉煤气是钢铁企业生产中重要的二次能源,对其进行有效利用和优化调度,降低煤气放散是实现企业节能减排的重要手段。本文对高炉煤气系统中典型小样本建模问题,研究了基于迁移学习的柜储量建模和调整点分类方法,提升了优化调度效果。针对高炉煤气系统生产过程中工况切换问题,本文基于不同工况之间的相似性,提出一种基于视角集成迁移学习的建模方法。考虑方差不一致引起源领域迁移失效问题,提出一种基于领域均值-方差一致性的子空间提取方法,该方法针对多源领域构造多个单视角辅助训练集,而目标领域则形成多视角训练集,降低了单一源域负迁移现象对整体输出的影响,同时充分利用多视角算法特性提高了目标领域小样本建模的准确性。考虑新工况标注样本量从零递增的整个动态过程,构造了领域集成函数权衡领域误差及目标域模型置信度。此外,针对高炉煤气系统多输出的特点,提出了多视角-多输出最小二乘支持向量机回归算法对目标域多视角数据进行建模。针对高炉煤气系统调整点识别问题,在煤气柜储量建模的基础上,考虑不同企业高炉煤气系统之间的相似性,提出一种基于联合分布适配的迁移学习方法。该方法同时考虑领域数据间边缘分布和条件分布相似性对辅助训练集的数据样本进行权重估计,避免了标签差异导致实例权重估计不准确的问题。在此基础上,通过采用基于实例权重的最小二乘支持向量机分类算法进行建模,提高了少量调整点样本建模时的泛化性。基于国内某钢铁企业实际生产数据对本文所提出的柜储量建模和调整点分类方法进行实验验证,结果表明本文所提方法对高炉煤气系统调度中的小样本问题具有良好的效果。最后,结合本文所研究方法开发了煤气调度决策支持系统并应用于企业实际生产管理。系统运行结果表明本文工作对高炉煤气系统的调度决策有较好的指导作用,对企业提高能源利用率、实现绿色生产具有重要意义。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP181;TQ542.7

【相似文献】

相关期刊论文 前10条

1 吴一浩;;煤气含水量对加热炉的影响[J];北方钒钛;2015年03期

2 ;高炉煤气一塔式多级除氯工艺及装备的研究与应用[J];中国冶金;2017年09期

3 吕勇;李苹;;攀钢干热高炉煤气直送利用技术的探索与应用[J];冶金动力;2015年11期

4 ;中国钢铁行业首次实现高效利用低燃值高炉煤气[J];冶金动力;2012年03期

5 ;高炉煤气完全回收技术[J];机电设备;2003年05期

6 安锦民,杨敏,贾文义,丰好;锅炉合理掺烧高炉煤气试验分析[J];内蒙古电力技术;2001年05期

7 金贵堂;圆筒管式炉改烧高炉煤气[J];燃料与化工;2001年06期

8 李明,王瑞华,李俊杰;长钢300m~3高炉煤气系统大修改造实践[J];山西冶金;2001年04期

9 王东;利用干热高炉煤气的探讨[J];冶金动力;2001年03期

10 牛福安;高炉煤气发电项目的评价方法及推广前景[J];中国能源;1999年03期

相关会议论文 前10条

1 杜莹;;新兴铸管股份公司高炉煤气明火放散系统的改造[A];中国计量协会冶金分会2013年会论文集[C];2013年

2 胡汉芳;王静;钱朝葆;李茂松;刘琳;许汉渝;钱音;;干法电除尘器净化高炉煤气的技术和效益分析[A];1997中国钢铁年会论文集（上）[C];1997年

3 ;开展技术创新,降低高炉煤气含水量[A];山东省群众性质量管理活动QC成果集[C];2002年

4 杨军;;清洗站高炉煤气洗涤设施检修中存在的安全问题及对策[A];2005中国钢铁年会论文集（第2卷）[C];2005年

5 刘金;张艳霞;陈瑞芳;;宣钢炼铁厂中型高炉煤气除尘系统改造实践[A];河北冶金学会炼铁技术暨学术年会论文集[C];2006年

6 随增志;崔宏;;新高炉煤气系统整体接收煤气方案[A];2007中国钢铁年会论文集[C];2007年

7 李春华;杨晓明;;高炉煤气余压发电技术的开发和拓展[A];2007中国钢铁年会论文集[C];2007年

8 郑秀萍;孙标;杨歧平;周成武;;大型高炉煤气能量回收透平膨胀机的研发[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

9 肇德胜;田景长;李永胜;;高炉煤气重力除尘器提高除尘效率实验研究[A];第七届(2009)中国钢铁年会论文集（上）[C];2009年

10 郭蔚良;;浅析高炉煤气的高效利用[A];2013年全国冶金能源环保生产技术会论文集[C];2013年

相关重要报纸文章 前10条

1 穆克进 雍一正 徐秀福;三菱日立低热值高炉煤气燃机在中国市场的应用与普及[N];世界金属导报;2017年

2 吴记全 刘文权;高炉煤气资源化利用技术创新和应用[N];世界金属导报;2016年

3 本报记者 王庆 通讯员 兰娜;高炉煤气高效利用有新途径[N];中国冶金报;2014年

4 苏晓春;河南济钢仨工程将“吃净”高炉煤气[N];中国冶金报;2004年

5 记者　 曲世昌;高炉煤气发电 今年将节省5000万[N];营口日报;2006年

6 ;天钢高炉煤气的回收利用与平衡[N];世界金属导报;2014年

7 首席记者 崔晓农　通讯员 韩秀培;太钢高炉煤气发电量创国内纪录[N];山西经济日报;2009年

8 刘炼;唐钢炼铁厂利用高炉煤气发电两个月增利405万元[N];中国冶金报;2008年

9 特约记者 刘炼;唐钢炼铁厂高炉煤气发电创出历史新高[N];现代物流报;2007年

10 全国冶金节能减排新技术知识竞赛组委会专家组;TRT技术，让高炉煤气不再难用[N];中国冶金报;2009年

相关博士学位论文 前3条

1 印建安;高炉煤气余压发电装置中炉顶压力稳定性分析与控制试验研究[D];浙江大学;2003年

2 吕政;基于数据的高炉煤气系统建模与调度应用研究[D];大连理工大学;2016年

3 张利民;高炉煤气流预测算法研究及其在炉况分析中的应用[D];燕山大学;2015年

相关硕士学位论文 前10条

1 孙健;基于迁移学习的高炉煤气调度决策支持系统[D];大连理工大学;2019年

2 杨正山;钢铁高炉煤气的二氧化碳捕集技术研究[D];华北电力大学(北京);2019年

3 任雄朝;高炉煤气受入量预测方法的研究[D];华北理工大学;2019年

4 纪月;基于大数据的高炉煤气产消量预测研究[D];华北理工大学;2019年

5 马子文;融合机理和数据的高炉煤气流模糊建模研究[D];燕山大学;2018年

6 朱宇翔;基于人工神经网络的全燃高炉煤气锅炉燃烧预报研究[D];上海交通大学;2008年

7 李海东;全烧富余高炉煤气汽轮发电系统的设计及应用[D];重庆大学;2008年

8 李颖奇;基于粒度计算的高炉煤气长期预测系统设计[D];大连理工大学;2016年

9 杨淑慧;高炉煤气系统模糊建模方法研究及应用[D];大连理工大学;2017年

10 孟繁滨;钢厂高炉煤气受入量预测方法的研究[D];大连理工大学;2012年

本文编号：2761562