CN104866923A - 一种钢铁企业高炉副产煤气发生量预测方法 - Google Patents

Abstract

本发明公开了一种钢铁企业高炉副产煤气发生量预测方法，包括如下步骤：从钢铁企业现场的实时数据库中读取高炉煤气的产生量数据；对所收集的原始数据序列进行预处理，检测出高炉煤气数据序列中的异常值；将经过预处理的数据序列输入建立的最小二乘支持向量机模型中进行预测，并用改进的粒子群算法优化最小二乘支持向量机的核宽度参数和惩罚因子参数，提高预测精度。本发明能够较为准确、快速的检测出高炉煤气产生量中的异常数据，并且对原始数据进行异常数据替换；建立了一种基于结构风险最小化的最小二乘支持向量预测模型，并用改进的粒子群算法对其优化，提高了模型的预测精度，预测结果可以为煤气资源的合理利用提供依据。

Description

一种钢铁企业高炉副产煤气发生量预测方法

技术领域

本发明涉及信息技术领域，具体涉及一种钢铁企业高炉副产煤气发生量预测方法。

背景技术

钢铁的生产过程可分为：焦化、炼铁、炼钢、轧钢等环节。这些生产环节所需的能量主要是由焦炭等矿石燃料提供的，在消耗燃料的同时会生成多种可燃气体，即钢铁企业副产煤气。生成的副产煤气将被集中收集，然后用管道输送到各生产车间，充当冶炼所需的助燃剂。据统计，钢铁生产消耗的一次能源中有40％转化为副产煤气的形式，而在各类副产煤气中，高炉煤气的产量约占副产煤气总量的45％，因而对高炉煤气的发生量及其特点进行研究就有极其重大的意义。在国内的各大型钢铁企业中，除宝钢外，其他钢铁企业的高炉煤气回收利用效率普遍较低，相当一部分的煤气资源被放散掉，既浪费了能源，又污染了环境。因此，建立一种有效、精确的预测模型，对煤气消耗量进行准确预测，是解决煤气资源合理调度的前提，也是降低钢铁企业综合能耗，减少煤气放散的有效途径之一。

申请号为201310566822.1的专利提供了一种高炉煤气发生量的预测方法，该方法在预处理输入模型的原始数据时，是通过人为地判断异常数据的点位，然后在对判断出的异常点进行插值处理。但是，人工判断的识别率无法保障，容易发生漏检误检，对后续的BP神经网络模型建立造成很大的影响。该专利利用BP神经网络的方法建立预测模型，但BP神经网络模型是基于经验风险最小化原则，随着预测的进行，模型的泛化能力会降低，导致预测精度下降。

发明内容

为解决上述问题，本发明提供了一种钢铁企业高炉副产煤气发生量预测方法，能够较为准确、快速的检测出高炉煤气产生量中的异常数据，并且对原始数据进行异常数据替换；建立了一种基于结构风险最小化的最小二乘支持向量预测模型，并用改进的粒子群算法对其优化，提高了模型的预测精度，预测结果可以为煤气资源的合理利用提供依据。

为实现上述目的，本发明采取的技术方案为：

一种钢铁企业高炉副产煤气发生量预测方法，包括如下步骤：

S1、从钢铁企业现场的实时数据库中读取高炉煤气的产生量数据；

S2、对步骤S1所收集的原始数据序列进行预处理，检测出高炉煤气数据序列中的异常值；减少检测样本的个数，提高检测的效率。

S21、利用五数总括法对步骤S1所收集的原始数据序列进行处理以缩小异常检测的范围；具体的，记高炉煤气的数据序列为F，把F按照从大到小的顺序排列，确定出数据序列的中位数F_m、上下四分位数F_u与F_l，将上下四分位数之差表示为d_f；数据序列的上截断点和下截断点分别表示成F_u+1.5d_f与F_u-1.5d_f，在此定义上下截断点两侧的数据即为疑似的异常数据序列；

S22、将步骤S21所得的疑似异常数据利用局部异常因子法检验离群值，具体步骤如下：

a)计算要检测的煤气发生量数据p的k距离，对任意给定的正整数k，对象p的k距离被定义为数据对象p与另一个对象o之间的欧氏距离，记为：k-distance(p)；

b)计算对象p的k距离邻域N_k-distance，对象p的k距离邻域定义为所有与煤气数据p之间距离不大于k的对象全体，可表示为：

N_k-distance＝{q∈D\{p}|d(p，q)≤k-distance(p)}

c)计算煤气数据p的可达距离，相对于对象数据o，p的可达距离定义为：

Reach-dist(p，o)＝max{k-distance(o)，d(p，o)}

d)通过以下公式计算待检测数据p的局部可达密度，

$\mathrm{lrd}\left(p\right)=1/\left\{\frac{\underset{o\∈N_{\left(p\right)}}{\mathrm{\Σ}}\mathrm{reach}-\mathrm{dist}(p,o)}{\left|N\left(p\right)\right|}\right\}$

式中，为p邻域内所有对象的可达距离之和；N(p)为可达距离对象的个数；

e)通过以下公式计算待检测数据的局部异常因子

$\mathrm{LOF}\left(p\right)=\frac{\underset{o\∈N_{\left(p\right)}}{\mathrm{\Σ}}\frac{\mathrm{lrd}\left(o\right)}{\mathrm{lrd}\left(p\right)}}{\left|N\left(p\right)\right|};$

式中，lrd(o)表示所有数据对象的局部可达密度，lrd(p)表示待检测的数据对象的局部可达密度，N(p)为可达距离对象的个数；

S3、将经过预处理的数据序列输入建立的最小二乘支持向量机模型中进行预测，并用改进的粒子群算法优化最小二乘支持向量机的核宽度参数和惩罚因子参数，提高预测精度。

其中，所述步骤S3中最小二乘支持向量机预测模型通过以下步骤建立：

S31、将煤气序列样本进行归一化处理；

S32、将煤气样本分为训练集与预测集两部分，煤气样本的训练集输入矩阵利用滚动预测法得到：

$W=\left[\begin{array}{cccc}{x}_1& x_2& L& x_m\\ x_2& x_3& L& x_{m+1}\\ M& M& M& M\\ X_{n-m}& x_{n-m+1}& L& x_{n-1}\end{array}\right]$

煤气的输出集可表示为：

$Z=\left[\begin{array}{c}{x}_{m+1}\\ x_{m+2}\\ M\\ x_n\end{array}\right];$

S33、利用煤气的输入输出数据训练最小二乘支持向量机预测模型。

其中，步骤S3中改进的粒子群算法优化包括如下步骤：

步骤1、初始化粒子群算法的参数，设置粒子群的种群数量、迭代次数、学习因子、惯性权重的上下限；

步骤2、初始化粒子的位置与速度及粒子的适应度值，其中，最小二乘支持向量机的核宽度与惩罚因子是改进的粒子群算法要优化的两个参数；适应度函数为期望值与输出值的均方误差；

步骤3、根据上述节的方法查找初始时单个粒子的适应度与整个种群的平均适应度。

步骤4、进行粒子群的迭代更新，比较种群的平均适应度与单个粒子的适应度，选择其惯性权重；根据公式和公式更新粒子的速度与位置，重新计算粒子的最优适应度值；若优于个体粒子，则用其替换个体粒子的适应度。若优于整个种群，则用其替换整个种群的适应度；

步骤5、满足终止条件或者达到迭代的次数，则退出优化程序，跳转至步骤6，否则转至步骤3；

步骤6、利用优化后的LSSVM模型对煤气消耗量进行预测。

本发明具有以下有益效果：

本发明充分考虑了冶金企业数据的高噪声特点，将五数总括法和局部异常因子法相结合，避免了对于非异常数据的重复检测，因此，检测速度较快，且检测精度较高；利用最小二乘支持向量机作为高炉煤气发生量的预测模型，由于该模型是基于结构风险最小化原则，所以与普通的神经网络模型相比，预测的稳定性更高，更加适合对于高炉煤气这种波动性很大的数据序列进行预测；在预测的同时，通过改进的粒子群算法对最小二乘支持向量机的核宽度和惩罚因子做了优化，将智能寻优方法运用到模型的构建中。经过优化的的模型在预测效果上有很大的提升。本发明可较准确预测未来一段时间内的煤气流量，能为企业的煤气优化调度提供可靠的依据。

附图说明

图1为本发明实施例中一种钢铁企业高炉副产煤气发生量预测方法的流程图。

图2为本发明实施例中五数总括法的示意图。

图3为本发明实施例中高炉煤气数据异常值检测的效果图。

图4为本发明实施例中高炉煤气异常检测的运行时间对比图。

图5为本发明实施例中改进粒子群优化算法流程图。

图6为本发明实施例中高炉煤气预测结果。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种钢铁企业高炉副产煤气发生量预测方法，包括如下步骤：

S1、从冶金企业现场读取高炉煤气生产数据。读取的数据应是随机选取的一段生产数据。

S2、煤气数据的异常点分析。在读取到冶金煤气数据之后，要对数据序列中的异常点进行检测，具体过程如下：

(1)首先利用五数总括法对收集到的大量的煤气数据进行处理以缩小异常检测的范围。如图2所示，记高炉煤气的数据序列为F，把F按照从大到小的顺序排列，确定出数据序列的中位数F_m、上下四分位数F_u与F_l，将上下四分位数之差表示为：d_f。数据序列的上截断点和下截断点分别表示成F_u+1.5d_f与F_u-1.5d_f。在上下截断点两侧的数据即为疑似的异常数据序列。然后将五数总括法处理之后得到的疑似异常数据利用局部异常因子法检验离群值。此步骤又细分为五个小步骤：

a)计算要检测的煤气发生量数据p的k距离。对任意给定的正整数k，对象p的k距离被定义为数据对象p与另一个对象o之间的欧氏距离，记为：k-distance(p)。

b)计算对象p的k距离邻域N_k-distance。对象p的k距离邻域定义为所有与煤气数据p之间距离不大于k的对象全体，可表示为：

N_k-distance＝{q∈D\{p}|d(p，q)≤k-distance(p)}      (1)

c)计算煤气数据p的可达距离。相对于对象数据o，p的可达距离定义为：

Reach-dist(p，o)＝max{k-distance(o)，d(p，o)}    (2)

d)计算待检测数据p的局部可达密度，由下面公式给出：

$\mathrm{lrd}\left(p\right)=1/\left\{\frac{\underset{o\∈N_{\left(p\right)}}{\mathrm{\Σ}}\mathrm{reach}-\mathrm{dist}(p,o)}{\left|N\left(p\right)\right|}\right\}---\left(3\right)$

其中，是p邻域内所有对象的可达距离之和；N(p)为可达距离对象的个数。

e)计算待检测数据的局部异常因子

$\mathrm{LOF}\left(p\right)=\frac{\underset{o\∈N_{\left(p\right)}}{\mathrm{\Σ}}\frac{\mathrm{lrd}\left(o\right)}{\mathrm{lrd}\left(p\right)}}{\left|N\left(p\right)\right|}---\left(4\right)$

LOF值事实上就是对象的局部可达密度与p的k距离比率的平均值，它反应的是数据对象的局部离群程度，离群特征越明显，对应的LOF值也就越大。用此原理可判断出最有可能成为异常点的数据。改进的方法在一开始就通过数据预处理的手段删除掉大量的正常点，只用少量的疑似异常值进行检测，从数据量上减小了运算开支。高炉煤气数据异常值检测的效果和随检测数据增多所用时间情况的如图3、图4所示。

3、高炉煤气的产量预测。将预处理之后的高炉煤气数据输入建立的最小二乘支持向量机中，预测煤气的产生量，具体步骤如下：

(1)将煤气异常点剔除掉，然后利用插值处理重新补充一个合理的数值，形成新的高炉煤气数值序列。

(2)再将煤气序列样本进行归一化处理。

(3)将煤气样本分为训练集与预测集两部分，煤气样本的训练集输入矩阵利用滚动预测法得到：

$W=\left[\begin{array}{cccc}{x}_1& x_2& L& x_m\\ x_2& x_3& L& x_{m+1}\\ M& M& M& M\\ X_{n-m}& x_{n-m+1}& L& x_{n-1}\end{array}\right]$

煤气的输出集可表示为：

$Z=\left[\begin{array}{c}{x}_{m+1}\\ x_{m+2}\\ M\\ x_n\end{array}\right]$

(4)利用煤气的输入输出训练最小二乘支持向量机预测模型。其原理如下：

煤气消耗量数据样本可表示为{x_k，y_k}^N _k，x_k表示为第k个煤气生产数据的输入向量，y_k表示为第k个煤气数据的目标值。N为煤气训练样本数。LSSVM的目标函数为：

$\min J({\mathrm{\ω}}^T,e_k)=1/2{\mathrm{\ω}}^T\mathrm{\ω}+1/2\mathrm{\γ}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{e^2}_k---\left(5\right)$

目标函数的约束方程为：

y_k＝ω^Tφ(x)+b+e_k      (6)

其中：φ(·)为可将数据映射到高维空间的非线性函数；ω为权向量；γ为惩罚系数；b为偏置系数；e_k为误差变量。引入拉格朗日函数求解上述优化问题，有：

$\left[\begin{array}{cc}0& {1_v}^T\\ 1_v& \mathrm{\Ω}+1/{\mathrm{\γ}}^I\end{array}\right]\left[\begin{array}{c}b\\ \mathrm{\α}\end{array}\right]=\left[\begin{array}{c}0\\ y\end{array}\right]---\left(7\right)$

其中：y＝[y₁，y₂...y_N]^T，1_v＝[1，1，...1]^T，α＝[α₁，α₂...α_N]^T，Ω＝φ(x_k)^Tφ(x₁)。选取K(x，x_i)＝exp(-||x-x_i||²/2σ²)高斯核函数作为径向基函数。其中：σ称作核宽度，它与惩罚系数γ共同决定了最小二乘支持向量机的性能。

4、利用改进的粒子群算法对最小二乘支持向量机的参数进行优化处理，增强预测能力。原理如下：

在粒子群算法的迭代过程中，当个体粒子的适应度大于种群的平均适应度时，即fitness＞avg_fitness。惯性权重表示为：

ω＝ωmax      (8)

当个体粒子的适应度小于种群的平均适应度时，即fitness＜avg_fitness。惯性权重表示为；

ω＝(ω_max-ω_min)exp(-β(t/T_max)²)+ω_min      (9)

其中：ω_max与ω_min代表惯性权重可取到的上限与下限，此处取ω_max＝0.9，ω_min＝0.4；β为一个经验值，这里取β＝15；t为当前迭代的次数；T_max为总的迭代次数。

再将惯性权重ω带入到粒子群的速度更新公式中得到离子群的自适应速度调整公式为：

$V_{\mathrm{id}}^{t+1}=\mathrm{\ω}{V}_{\mathrm{id}}^t+c_1{r}_1(P_{\mathrm{id}}^t-X_{\mathrm{id}}^t)+c_2{r}_2(P_{\mathrm{gd}}^t-X_{\mathrm{id}}^t)---\left(10\right)$

$X_{\mathrm{id}}^{t+1}=X_{\mathrm{id}}^t+V_{\mathrm{id}}^{t+1}---\left(11\right)$

其中：V_i为粒子的飞行速度；X_i为粒子的位置；P_i为粒子的最优位置；下标d代表其中的一个维度；t代表迭代的次数；ω为惯性权重；c₁与c₂为学习因子；r₁与r₂是[0，1]之间的随机数。改进后的粒子群优化算法在每次迭代时，首先计算所有粒子的平均适应度，然后用当前的适应度与平均适应度比较，若大于平均适应度，则对其赋值ω_max，使其进行快速搜索定位；若小于平均适应度，说明算法进行到需要精细搜索的程度，则利用非线性公式对其赋值，使其进行局部搜索。通过这种自适应的选择权重的调整方法，实现全局与局部的寻优。

具体步骤参见图5：

步骤1：选取合适的煤气消耗量样本数据作为训练集与目标集，并对数据进行预处理。

步骤2：初始化粒子群算法的参数。设置粒子群的种群数量、迭代次数、学习因子、惯性权重的上下限等。

步骤3：初始化粒子的位置与速度及粒子的适应度值。其中，最小二乘支持向量机的核宽度与惩罚因子是改进的粒子群算法要优化的两个参数；适应度函数为期望值与输出值的均方误差。

步骤4：进行粒子群的迭代更新。比较种群的平均适应度与单个粒子的适应度，选择其惯性权重。然后根据式(10)、(11)更新粒子的速度与位置，重新计算粒子的最优适应度值。若优于个体粒子，则用其替换个体粒子的适应度。若优于整个种群，则用其替换整个种群的适应度。

步骤5：满足终止条件或者达到迭代的次数，则退出优化程序，跳转至步骤6，否则转至步骤3。

步骤6：利用优化后的最小二乘支持向量机模型对煤气消耗量进行预测，预测效果如图6所示。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种钢铁企业高炉副产煤气发生量预测方法，其特征在于，包括如下步骤：

S1、从钢铁企业现场的实时数据库中读取高炉煤气的产生量数据；

S2、对步骤S1所收集的原始数据序列进行预处理，检测出高炉煤气数据序列中的异常值；

S21、利用五数总括法对步骤S1所收集的原始数据序列进行处理以缩小异常检测的范围；具体的，记高炉煤气的数据序列为F，把F按照从大到小的顺序排列，确定出数据序列的中位数F_m、上下四分位数F_u与F_l，将上下四分位数之差表示为d_f；数据序列的上截断点和下截断点分别表示成F_u+1.5d_f与F_u-1.5d_f，在此定义上下截断点两侧的数据即为疑似的异常数据序列；

S22、将步骤821所得的疑似异常数据利用局部异常因子法检验离群值，具体步骤如下：

a)计算要检测的煤气发生量数据p的k距离，对任意给定的正整数k，对象p的k距离被定义为数据对象p与另一个对象o之间的欧氏距离，记为：k-distance(p)；

b)计算对象p的k距离邻域N_k-distance，对象p的k距离邻域定义为所有与煤气数据p之间距离不大于k的对象全体，可表示为：

N_k-distance＝{q∈D\{p}|d(p，q)≤k-distance(p)}

c)计算煤气数据p的可达距离，相对于对象数据o，p的可达距离定义为：

Reach-dist(p，o)＝max{k-distance(o)，d(p，o)}

d)通过以下公式计算待检测数据p的局部可达密度，

$\mathrm{lrd}\left(p\right)=1/\left\{\frac{\underset{o\∈N_{\left(p\right)}}{\mathrm{\Σ}}\mathrm{reach}-\mathrm{dist}(p,o)}{\left|N\left(p\right)\right|}\right\}$

式中，为p邻域内所有对象的可达距离之和；N(p)为可达距离对象的个数；

e)通过以下公式计算待检测数据的局部异常因子

$\mathrm{LOF}\left(p\right)=\frac{\underset{o\∈N_{\left(p\right)}}{\mathrm{\Σ}}\frac{\mathrm{lrd}\left(o\right)}{\mathrm{lrd}\left(p\right)}}{\left|N\left(p\right)\right|};$

式中，lrd(o)表示所有数据对象的局部可达密度，lrd(p)表示待检测的数据对象的局部可达密度，N(p)为可达距离对象的个数；

S3、将经过预处理的数据序列输入建立的最小二乘支持向量机模型中进行预测，并用改进的粒子群算法优化最小二乘支持向量机的核宽度参数和惩罚因子参数，提高预测精度。

2.根据权利要求1所述的一种钢铁企业高炉副产煤气发生量预测方法，其特征在于，所述步骤S3中最小二乘支持向量机预测模型通过以下步骤建立：

S31、将煤气序列样本进行归一化处理；

S32、将煤气样本分为训练集与预测集两部分，煤气样本的训练集输入矩阵利用滚动预测法得到：

$W=\left[\begin{array}{cccc}{x}_1& x_2& L& x_m\\ x_2& x_3& L& x_{m+1}\\ M& M& M& M\\ x_{n-m}& x_{n-m+1}& L& x_{n-1}\end{array}\right]$

煤气的输出集可表示为：

$Z=\left[\begin{array}{c}{x}_{m+1}\\ x_{m+2}\\ M\\ x_n\end{array}\right];$

S33、利用煤气的输入输出数据训练最小二乘支持向量机预测模型。

3.根据权利要求1所述的一种钢铁企业高炉副产煤气发生量预测方法，其特征在于，步骤S3中改进的粒子群算法优化包括如下步骤：

步骤1、初始化粒子群算法的参数，设置粒子群的种群数量、迭代次数、学习因子、惯性权重的上下限；

步骤2、初始化粒子的位置与速度及粒子的适应度值，其中，最小二乘支持向量机的核宽度与惩罚因子是改进的粒子群算法要优化的两个参数；适应度函数为期望值与输出值的均方误差；

步骤3、根据上述的方法查找初始时单个粒子的适应度与整个种群的平均适应度。

步骤4、进行粒子群的迭代更新，比较种群的平均适应度与单个粒子的适应度，选择其惯性权重；根据公式和公式更新粒子的速度与位置，重新计算粒子的最优适应度值；若优于个体粒子，则用其替换个体粒子的适应度。若优于整个种群，则用其替换整个种群的适应度；

步骤5、满足终止条件或者达到迭代的次数，则退出优化程序，跳转至步骤6，否则转至步骤3；

步骤6、利用优化后的LSSVM模型对煤气消耗量进行预测。