基于动态因果图和约束的钢铁高炉煤气系统调度方法
摘要
大体就是说了原有的调度模式会造成浪费。于是本文提出了一种基于动态因果图和约束的调度方法来计算调度量。
①利用充分性概率计算连续数据,来选择与柜位最相关的变量。
②在此基础上,根据选定的变量建立了BFG系统的动态因果关系图。
③建立了基于BFG生成与消耗之差的目标函数以及相关变量的不等式约束,用于计算调度量。
Ⅰ.介绍
目前的调度模式是由人工根据调度经验进行,缺点就是由于不同操作人员的经验不同,精度较低的缺点,可能需要在短时间内进行额外的调度操作。针对这些问题。各个文献提出了很多很多种方法,但是都不太行(就是这么个意思)。
完后提出了自己的方法…
①喜欢去与液位柜位的最相关的变量,建立动态因果关系图来表示它们之间的关系
②为了获得调度量,以发电与消耗的BFG差为目标函数。
③利用LSSVM对柜位和差值进行建模,导出约束条件。
④根据所选的因素变量模拟了柜位变化趋势
⑤利用世纪工业数据进行了对比实现,完后这个方法提高了调度精度。
Ⅱ.问题陈述
图2-1
上图2-1所展示的是高炉系统简介图。
这一节就是介绍了一下煤气柜位在什么情况下是安全的,什么时候是不安全的。
高于柜位H: 不安全。
低于柜位L: 不安全。
Ⅲ. 因果图和基于约束的调度方法
本文的动态流程图如下:
A.BFG系统的动态因果图
计算方法:
得出因果图:
B.供需平衡的约束
BFG体系中平衡搞得目标函数可以表示为:
**G(t)-(C(t)+A)**就是调度后产生量和消耗量的差值。
那么煤气柜位的变化和差值之间的关系可以描述为:
Y(0)是调度前的柜位,可以根据上面导出的约束计算调度量,然后根据可调节单元的数量和运行状态来制定调度解决方案。
C. 最小二乘支持向量机模型辨识
为了识别柜位趋势和BFG差之间的关系,需要数据驱动模型,即LSSVM。