专利类型：

发明公开

申请(专利)号：

CN202210588975.5

申请日：

2022-05-26

申请公布号：

CN114970720A

申请公告日：

2022-08-30

申请人：

河钢数字技术股份有限公司; 山东大学; 青岛海尔智能技术研发有限公司

地址：

050000 河北省石家庄市高新区黄河大道136号科技中心1号楼

发明人：

聂礼强; 申培; 宋雪萌; 郝亮; 张寅峰; 李玉涛; 李华刚; 贾永坡

专辑：

信息科技

专题：

计算机软件及计算机应用

分类号：

G06K9/62;G06N20/20;G06Q10/04;G06Q10/06;G06Q50/04;G07C3/00

主分类号：

G06K9/62

国省代码：

13

页数：

11

代理机构：

石家庄知住优创知识产权代理事务所(普通合伙)

代理人：

王丽巧

主权项：

1.一种工业异常预测在钢铁能源公辅中的应用方法,其特征在于：所述应用方法如下：步骤一：首先依托钢铁企业的能源系统,收集一星期内,所有高炉的热风炉的废气温度实时数据以及状态实时数据；步骤二：对步骤一获取的数据进行预处理；步骤三：对步骤二预处理后的数据实现特征提取和多源数据的融合,为每个高炉的每个热风炉制作相应的训练样本,并划分训练数据集、验证数据集和测试数据集；步骤四：使用结合多种机器学习模型的集成学习方法,深入挖掘高炉热风炉废气温度数据及其他高炉热风炉状态数据中包含的规律和特征,为每个高炉的每个热风炉训练一个相应的换炉(由燃烧状态转为送风状态)时间的预测模型；步骤五：根据模型得到高炉的热风炉换炉(由燃烧状态转为送风状态)时间的预测结果,结合工艺规则进行协同计算,实现对预测结果的修正和优化,进而判断是否会导致工业异常情况；此外,将高炉热风炉同时换炉导致的工业异常情况预测结果应用到钢铁能源公辅系统中,对预测到的工业异常情况进行预警提示,辅助工作人员合理调度。

摘要：

本发明公开了一种工业异常预测在钢铁能源公辅中的应用方法,所述应用方法如下：步骤一：首先依托钢铁企业的能源系统,收集一星期内,所有高炉的热风炉的废气温度实时数据以及状态实时数据；步骤二：对步骤一获取的数据进行预处理；步骤三：对步骤二预处理后的数据实现特征提取和多源数据的融合；步骤四：使用结合多种机器学习模型的集成学习方法,为每个高炉的每个热风炉训练一个相应的换炉时间的预测模型；本发明的有益效果是：本发明将集成学习Stacking方法应用到高炉的热风炉换炉时间的预测上,利用高炉热风炉废气温度数据和同一高炉的其他热风炉状态数据进行多源信息的融合作为输入,并结合钢铁行业工艺规则协同计算,来预测工业异常情况。