CN111553524A - 用于预测黑色金属冶炼及压延加工业用电量的方法 - Google Patents

用于预测黑色金属冶炼及压延加工业用电量的方法 Download PDF

Info

Publication number
CN111553524A
CN111553524A CN202010328136.0A CN202010328136A CN111553524A CN 111553524 A CN111553524 A CN 111553524A CN 202010328136 A CN202010328136 A CN 202010328136A CN 111553524 A CN111553524 A CN 111553524A
Authority
CN
China
Prior art keywords
power consumption
ferrous metal
metal smelting
yield
steel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010328136.0A
Other languages
English (en)
Inventor
刘青
单葆国
谭显东
张春成
张莉莉
王向
汲国强
张成龙
王红
吴姗姗
吴鹏
姚力
吴陈锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Energy Research Institute Co Ltd
North China Electric Power University
Original Assignee
State Grid Energy Research Institute Co Ltd
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Energy Research Institute Co Ltd, North China Electric Power University filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN202010328136.0A priority Critical patent/CN111553524A/zh
Publication of CN111553524A publication Critical patent/CN111553524A/zh
Priority to AU2020103558A priority patent/AU2020103558A4/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Manufacturing & Machinery (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及一种用于预测黑色金属冶炼及压延加工业用电量的方法。该方法包括:步骤1:首先搜集并处理黑色金属冶炼及压延加工业主要产品的产量和用电量历史数据,计算主要产品的单位产量电耗;步骤2:其次预测目标年份黑色金属冶炼及压延加工业主要产品的产量和单位产量电耗;步骤3:最后计算目标年份黑色金属冶炼及压延加工业用电量预测结果。本发明解决了如何预测黑色金属冶炼及压延加工业用电量的问题,能够准确地预测黑色金属冶炼及压延加工业用电量,并且有利于合理有效地利用电力。

Description

用于预测黑色金属冶炼及压延加工业用电量的方法
技术领域
本发明涉及电力工程技术领域,尤其是涉及一种用于预测黑色金属冶 炼及压延加工业用电量的方法。
背景技术
电量预测技术能够引导电力设施、设备的建设,减少能源的过度消耗。
本专利分析了黑色金属冶炼及压延加工业用电量和产量之间的相关关 系,引用单位产量电耗,提出了黑色金属冶炼及压延加工业用电量预测模 型。该发明主要运用趋势外推法或回归模型预测目标年份黑色金属冶炼及 压延加工业主要产品的产量和单位产量电耗,最后预测目标年份黑色金属 冶炼及压延加工业用电量。
发明内容
本发明所要解决的技术问题是提供一种用于预测黑色金属冶炼及压延 加工业用电量的方法。具体地,为进一步研究黑色金属行业用电量与行业 生产的关系,本发明提出了一种黑色金属冶炼及压延加工业用电量预测方 法,它能够量化分析黑色金属行业用电量和产量之间的相关关系。首先搜 集并处理黑色金属冶炼及压延加工业主要产品的产量和用电量历史数据, 计算主要产品的单位产量电耗;其次运用趋势外推法或回归模型预测目标 年份黑色金属冶炼及压延加工业主要产品的产量和单位产量电耗;最后计 算目标年份黑色金属冶炼及压延加工业用电量预测结果。本专利的主要难 点在于,一是电炉钢用电量和转炉钢用电量数据不发布,在收集数据时会 有一定的困难,因此,依据电炉钢产量与钢铁产量之间的比重关系,从而 估计历史和当前的电炉钢用电量、转炉钢用电量;二是主要产品的单位产 量电耗的回归模型所需要考虑的影响因素不易确定,根据不同产品的特点 采用不同的影响因子。预测黑色金属冶炼及压延加工业用电量,有利于合 理有效的电力规划,促进高耗能行业经济的平稳增长。
通过本发明可以实现的技术目的不限于上文已经特别描述的内容,并 且本领域技术人员将从下面的详细描述中更加清楚地理解本文中未描述的 其他技术目的。
本发明解决上述技术问题的技术方案如下:
根据本公开的一方面,本发明提供一种用于预测黑色金属冶炼及压延 加工业用电量的方法,其特征在于,所述方法包括:
步骤1:首先搜集并处理黑色金属冶炼及压延加工业主要产品的产量和 用电量的历史数据,计算主要产品的单位产量电耗;
步骤2:其次预测目标年份黑色金属冶炼及压延加工业主要产品的产量 和单位产量电耗;
步骤3:最后计算目标年份黑色金属冶炼及压延加工业用电量预测结 果。
可选地,所述历史数据包括转炉钢产量w1、电炉钢产量w2、铁合金产 量w3、钢铁用电量p12、铁合金用电量p3,按照电炉钢产量w2占钢铁产量 w12比重,估算转炉钢用电量p1和电炉钢用电量p2的历史数据,其中,
w12=w1+w2
Figure BDA0002463960710000031
Figure BDA0002463960710000032
可选地,根据所获得的产量和用电量的历史数据,计算转炉钢单位产 量电耗r1、电炉钢单位产量电耗r2和铁合金单位产量电耗r3,其中,
Figure BDA0002463960710000041
Figure BDA0002463960710000042
Figure BDA0002463960710000043
可选地,步骤2还包括以下步骤:
步骤21:预测目标年份黑色金属冶炼及压延加工业主要产品产量,其 中,采用趋势外推法,预测目标年份转炉钢产量W1、电炉钢产量W2、铁 合金产量W3
步骤22:对黑色金属冶炼及压延加工业主要产品单位产量电耗建立回 归模型,其中,转炉钢单位产量电耗r1是关于黑色金属冶炼及压延加工业 技术投入比率e1、吨钢烟尘排放e2的回归模型;电炉钢单位产量电耗r2是 关于黑色金属冶炼及压延加工业研发经费e3的回归模型;铁合金单位产量 电耗r3是关于黑色金属冶炼及压延加工业技术改造经费支出e4、吨钢烟尘 排放e2的回归模型;
步骤23:采用趋势外推法,预测目标年份黑色金属冶炼及压延加工业 技术投入比率e1、吨钢烟尘排放e2、黑色金属冶炼及压延加工业研发经费 e3、黑色金属冶炼及压延加工业技术改造经费支出e4
步骤24:根据步骤23中的预测结果,以及步骤22中的回归模型,获 得目标年份转炉钢单位产量电耗R1、电炉钢单位产量电耗R2、铁合金单位 产量电耗R3
可选地,步骤3还包括以下步骤:
步骤31:由历史年份转炉钢用电量p1、电炉钢用电量p2、铁合金用电 量p3,得到目标年份主要产品用电量p′,进而计算主要产品用电量占黑色 金属冶炼及压延加工业用电量p的比重
Figure BDA0002463960710000051
历史数据,其中,
p′=p1+p2+p3
Figure BDA0002463960710000052
步骤32:采用趋势外推法,预测目标年份主要产品用电量占黑色金属 冶炼及压延加工业用电量的比重Ф;
步骤33:计算目标年份转炉钢用电量P1、电炉钢用电量P2、铁合金用 电量P3,进而得到目标年份主要产品用电量P′,其中,
P1=W1R1
P2=W2R2
P3=W3R3
P′=P1+P2+P3
步骤34:得到目标年份黑色金属冶炼及压延加工业用电量P,其中,
Figure BDA0002463960710000053
可选地,所述趋势外推法包括线性、二次函数或对数函数趋势外推法。
根据本公开的一方面,本发明提供一种用于预测黑色金属冶炼及压延 加工业用电量的设备,其特征在于,包括:存储器、处理器及存储在所述 存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述 处理器执行时实现如上任一项所述的用于预测黑色金属冶炼及压延加工业 用电量的方法的步骤。
根据本公开的一方面,本发明提供一种计算机可读存储介质,其特征 在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序 被处理器执行时实现如上任一项所述的用于预测黑色金属冶炼及压延加工 业用电量的方法的步骤。
上述技术方案仅为本发明实施例的一些部分,本领域技术人员从以下 本发明的详细描述中可以导出和理解包含了本发明的技术特征的各种实施 例。
本领域技术人员将会理解,通过本发明可以实现的效果不限于上文已 经具体描述的内容,并且从以下详细说明中将更清楚地理解本发明的其他 优点。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下 面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍, 显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普 通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获 得其他的附图。
图1示出了本发明实施例提供的用于预测黑色金属冶炼及压延加工业 用电量的方法的流程图。
具体实施方式
现在将详细参考本发明的示例性实施例,其示例在附图中示出。下面 将参考附图给出的详细描述旨在解释本发明的示例性实施例,而不是示出 可以根据本发明实现的唯一实施例。以下详细描述包括具体细节以便提供 对本发明的透彻理解。然而,对于本领域技术人员来说显而易见的是,可 以在没有这些具体细节的情况下实践本发明。
在一些情况下,已知的结构和设备被省略或以框图形式示出,集中于 结构和设备的重要特征,以免模糊本发明的概念。在整个说明书中将使用 相同的附图标记来表示相同或相似的部分。
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释 本发明,并非用于限定本发明的范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“中心”、“内”、 “外”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位 置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的 装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理 解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术 语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也 可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接; 可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的 连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本 发明中的具体含义。
实施例1
根据本发明的具体实施例,图1示出了本发明实施例提供的用于预测 黑色金属冶炼及压延加工业用电量的方法的流程图。本发明提供一种黑色 金属冶炼及压延加工业用电量预测方法,其包括以下步骤S1-S3:
S1:搜集并处理黑色金属冶炼及压延加工业主要产品的产量和用电量 历史数据,计算主要产品的单位产量电耗,具体地包括以下步骤:
步骤一:搜集并处理黑色金属冶炼及压延加工业主要产品的产量和用 电量历史数据。
黑色金属冶炼及压延加工业主要产品包括钢铁和铁合金,其中钢铁按 照制造工艺可划分为转炉钢和电炉钢。需搜集转炉钢产量w1、电炉钢产量 w2、铁合金产量w3历史数据,数据来源于国家统计局、中国钢铁工业协会。 还需搜集钢铁用电量p12、铁合金用电量p3数据,数据来源于中电联。由于 转炉钢用电量p1、电炉钢用电量p2数据不发布,故按照电炉钢产量w2占钢 铁产量w12比重,估算转炉钢用电量p1和电炉钢用电量p2历史数据。上述 历史数据的时间跨度为当前年份近20年,数据对象为我国。
w12=w1+w2
Figure BDA0002463960710000081
Figure BDA0002463960710000082
步骤二:计算主要产品单位产量电耗历史数据
根据步骤一中主要产品的产量和用电量数据,计算转炉钢单位产量电 耗r1、电炉钢单位产量电耗r2和铁合金单位产量电耗r3
Figure BDA0002463960710000083
Figure BDA0002463960710000084
Figure BDA0002463960710000085
S2:预测目标年份黑色金属冶炼及压延加工业主要产品的产量和单位 产量电耗,具体地包括以下步骤:
步骤一:预测目标年份黑色金属冶炼及压延加工业主要产品产量。
采用线性、二次函数或对数函数等趋势外推法,预测目标年份转炉钢 产量W1、电炉钢产量W2、铁合金产量W3
步骤二:对黑色金属冶炼及压延加工业主要产品单位产量电耗建立回 归模型。其中,转炉钢单位产量电耗r1是关于黑色金属冶炼及压延加工业 技术投入比率e1、吨钢烟尘排放e2的回归模型;电炉钢单位产量电耗r2是 关于黑色金属冶炼及压延加工业R&D经费e3的回归模型;铁合金单位产量 电耗r3是关于黑色金属冶炼及压延加工业技术改造经费支出e4、吨钢烟尘 排放e2的回归模型。
作为实施例,得到转炉钢单位产量电耗模型如下,其中,转炉钢单位 产量电耗r1、吨钢烟尘排放e2的单位分别为千瓦时/吨、吨/万元。
r1=(-18.6319)e1+(-11.2848)e2+556.774
得到电炉钢单位产量电耗模型如下,其中,单位产量电耗r2、黑色金 属冶炼及压延加工业R&D经费e3的单位分别为千瓦时/吨、万元。
Figure BDA0002463960710000091
得到铁合金产量电耗模型如下,其中,单位产量电耗r3、技术改造经 费支出e4、吨钢烟尘排放e2的单位分别为千瓦时/吨、万元、吨/万元。
r3=(-21.4649)lne4+410.686e2+1278.38
步骤三:采用线性、二次函数或对数函数等趋势外推法,预测目标年 份黑色金属冶炼及压延加工业技术投入比率E1、吨钢烟尘排放E2、黑色金 属冶炼及压延加工业R&D经费E3、黑色金属冶炼及压延加工业技术改造经 费支出E4
步骤四:根据步骤三的预测结果,以及步骤二的回归模型,得到目标 年份转炉钢单位产量电耗R1、电炉钢单位产量电耗R2、铁合金单位产量电 耗R3
S3:最后计算目标年份黑色金属冶炼及压延加工业用电量预测结果, 具体地包括以下步骤:
步骤一:由历史年份转炉钢用电量p1、电炉钢用电量p2、铁合金用电 量p3,得到目标年份主要产品用电量p′,进而计算主要产品用电量占黑色 金属冶炼及压延加工业用电量p的比重
Figure BDA0002463960710000092
历史数据。
p′=p1+p2+p3
Figure BDA0002463960710000093
步骤二:采用线性、二次函数或对数函数等趋势外推法,预测目标年 份主要产品用电量占黑色金属冶炼及压延加工业用电量的比重Ф。
步骤三:根据S2中的步骤一和步骤四,计算得到目标年份转炉钢用电 量P1、电炉钢用电量P2、铁合金用电量P3,进而得到目标年份主要产品用 电量P′。
P1=W1R1
P2=W2R2
P3=W3R3
P′=P1+P2+P3
步骤四:根据二和步骤三的结果,得到目标年份黑色金属冶炼及压延 加工业用电量P。
Figure BDA0002463960710000101
实施例2
根据本发明的实施例,本发明提供一种用于预测黑色金属冶炼及压延 加工业用电量的设备,包括:存储器、处理器及存储在所述存储器上并可 在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时 实现如上实施例1中所述的用于预测黑色金属冶炼及压延加工业用电量的 方法的步骤。
实施例3
根据本发明的实施例,本发明提供一种计算机可读存储介质,所述计 算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行 时实现如上实施例1中所述的用于预测黑色金属冶炼及压延加工业用电量 的方法的步骤。
当前,中国经济已进入新常态,意味着从要素驱动、投资驱动转向创 新驱动,经济结构不断升级,经济由高速增长阶段转向高质量发展阶段。 大力推进生态文明建设、积极推动能源生产和消费革命已逐步成为全社会 的共识。同样,电力行业面临着国家整体产业结构向高质量发展,能源效 率与能源利用率不断提高的新形势。用电量作为经济发展的“晴雨表”,其 变化情况备受各界关注。理论上用电量和增加值之间的关系非常密切,在 工业结构或能耗水平变化不大的情况下,用电量增速与工业增加值正相关。 作为四大高耗能行业之一的黑色金属冶炼及压延加工业是关注的重点,本 发明在当前宏观经济层面下,对黑色金属冶炼及压延加工业用电量进行预 测,从而准确把握该行业的经济、电力情况,继而对整个工业做初步判断。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解 到,本申请可借助软件及必需的通用硬件来实现,当然也可以通过硬件实 现。基于这样的理解,本申请的技术方案本质上或者说对相关技术做出贡 献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在 计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算 机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
如上所述,已经给出了本发明的优选实施例的详细描述,以使本领域 技术人员能够实施和实践本发明。虽然已经参照示例性实施例描述了本发 明,但是本领域技术人员将会理解,在不脱离所附权利要求书中描述的本 发明的精神或范围的情况下,可以在本发明中进行各种修改和改变。因此, 本发明不应限于在此描述的特定实施例,而应被赋予与本文公开的原理和 新颖特征一致的最宽范围。

Claims (8)

1.一种用于预测黑色金属冶炼及压延加工业用电量的方法,其特征在于,所述方法包括:
步骤1:首先搜集并处理黑色金属冶炼及压延加工业主要产品的产量和用电量的历史数据,计算主要产品的单位产量电耗;
步骤2:其次预测目标年份黑色金属冶炼及压延加工业主要产品的产量和单位产量电耗;
步骤3:最后计算目标年份黑色金属冶炼及压延加工业用电量预测结果。
2.根据权利要求1所述的方法,
其特征在于,所述历史数据包括转炉钢产量w1、电炉钢产量w2、铁合金产量w3、钢铁用电量p12、铁合金用电量p3,按照电炉钢产量w2占钢铁产量w12比重,估算转炉钢用电量p1和电炉钢用电量p2的历史数据,其中,
w12=w1+w2
Figure FDA0002463960700000011
Figure FDA0002463960700000012
3.根据权利要求2所述的方法,
其特征在于,根据所获得的产量和用电量的历史数据,计算转炉钢单位产量电耗r1、电炉钢单位产量电耗r2和铁合金单位产量电耗r3,其中,
Figure FDA0002463960700000021
Figure FDA0002463960700000022
Figure FDA0002463960700000023
4.根据权利要求3所述的方法,
其特征在于,步骤2还包括以下步骤:
步骤21:预测目标年份黑色金属冶炼及压延加工业主要产品产量,其中,采用趋势外推法,预测目标年份转炉钢产量W1、电炉钢产量W2、铁合金产量W3
步骤22:对黑色金属冶炼及压延加工业主要产品单位产量电耗建立回归模型,其中,转炉钢单位产量电耗r1是关于黑色金属冶炼及压延加工业技术投入比率e1、吨钢烟尘排放e2的回归模型;电炉钢单位产量电耗r2是关于黑色金属冶炼及压延加工业研发经费e3的回归模型;铁合金单位产量电耗r3是关于黑色金属冶炼及压延加工业技术改造经费支出e4、吨钢烟尘排放e2的回归模型;
步骤23:采用趋势外推法,预测目标年份黑色金属冶炼及压延加工业技术投入比率e1、吨钢烟尘排放e2、黑色金属冶炼及压延加工业研发经费e3、黑色金属冶炼及压延加工业技术改造经费支出e4
步骤24:根据步骤23中的预测结果,以及步骤22中的回归模型,获得目标年份转炉钢单位产量电耗R1、电炉钢单位产量电耗R2、铁合金单位产量电耗R3
5.根据权利要求4所述的方法,
其特征在于,步骤3还包括以下步骤:
步骤31:由历史年份转炉钢用电量p1、电炉钢用电量p2、铁合金用电量p3,得到目标年份主要产品用电量p′,进而计算主要产品用电量占黑色金属冶炼及压延加工业用电量p的比重
Figure FDA0002463960700000031
历史数据,其中,
p′=p1+p2+p3
Figure FDA0002463960700000032
步骤32:采用趋势外推法,预测目标年份主要产品用电量占黑色金属冶炼及压延加工业用电量的比重Ф;
步骤33:计算目标年份转炉钢用电量P1、电炉钢用电量P2、铁合金用电量P3,进而得到目标年份主要产品用电量P′,其中,
P1=W1R1
P2=W2R2
P3=W3R3
P′=P1+P2+P3
步骤34:得到目标年份黑色金属冶炼及压延加工业用电量P,其中,
Figure FDA0002463960700000033
6.根据权利要求5所述的方法,
其特征在于,所述趋势外推法包括线性、二次函数或对数函数趋势外推法。
7.一种用于预测黑色金属冶炼及压延加工业用电量的设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的用于预测黑色金属冶炼及压延加工业用电量的方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至6中任一项所述的用于预测黑色金属冶炼及压延加工业用电量的方法的步骤。
CN202010328136.0A 2020-04-23 2020-04-23 用于预测黑色金属冶炼及压延加工业用电量的方法 Withdrawn CN111553524A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010328136.0A CN111553524A (zh) 2020-04-23 2020-04-23 用于预测黑色金属冶炼及压延加工业用电量的方法
AU2020103558A AU2020103558A4 (en) 2020-04-23 2020-11-19 Method for forecasting electricity consumption in ferrous metal smelting and rolling processing industry

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010328136.0A CN111553524A (zh) 2020-04-23 2020-04-23 用于预测黑色金属冶炼及压延加工业用电量的方法

Publications (1)

Publication Number Publication Date
CN111553524A true CN111553524A (zh) 2020-08-18

Family

ID=72003924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010328136.0A Withdrawn CN111553524A (zh) 2020-04-23 2020-04-23 用于预测黑色金属冶炼及压延加工业用电量的方法

Country Status (2)

Country Link
CN (1) CN111553524A (zh)
AU (1) AU2020103558A4 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159360A (zh) * 2020-10-19 2021-07-23 国网能源研究院有限公司 用于预测黑色金属冶炼及压延加工业用电量的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258069A (zh) * 2012-11-30 2013-08-21 武汉华中电力电网技术有限公司 一种钢铁行业电力需求的预测方法
CN105956716A (zh) * 2016-05-20 2016-09-21 国网安徽省电力公司经济技术研究院 一种基于行业经济与用电关系的全社会用电量预测方法
CN107679659A (zh) * 2017-09-29 2018-02-09 国网湖南省电力公司 新型工业用电量预测方法
JP2019159990A (ja) * 2018-03-15 2019-09-19 東京電力ホールディングス株式会社 電力需要算出装置およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258069A (zh) * 2012-11-30 2013-08-21 武汉华中电力电网技术有限公司 一种钢铁行业电力需求的预测方法
CN105956716A (zh) * 2016-05-20 2016-09-21 国网安徽省电力公司经济技术研究院 一种基于行业经济与用电关系的全社会用电量预测方法
CN107679659A (zh) * 2017-09-29 2018-02-09 国网湖南省电力公司 新型工业用电量预测方法
JP2019159990A (ja) * 2018-03-15 2019-09-19 東京電力ホールディングス株式会社 電力需要算出装置およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王宝 等: "安徽省黑色金属冶炼及压延加工业电力经济关系及用电量预测", 《中国电力》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159360A (zh) * 2020-10-19 2021-07-23 国网能源研究院有限公司 用于预测黑色金属冶炼及压延加工业用电量的方法

Also Published As

Publication number Publication date
AU2020103558A4 (en) 2021-02-04

Similar Documents

Publication Publication Date Title
Gopi et al. The fuzzy logical controller based energy storage and conservation model to achieve maximum energy efficiency in modern 5g communication
Song et al. Material flow analysis on critical raw materials of lithium-ion batteries in China
Miao et al. Natural resources utilization efficiency under the influence of green technological innovation
Song et al. Estimation of waste battery generation and analysis of the waste battery recycling system in China
Yao et al. Dynamic neodymium stocks and flows analysis in China
Yi Clean-energy policies and electricity sector carbon emissions in the US states
Guo et al. Modeling the potential impact of future lithium recycling on lithium demand in China: A dynamic SFA approach
Deng et al. Global wind power development leads to high demand for neodymium praseodymium (NdPr): A scenario analysis based on market and technology development from 2019 to 2040
Huang et al. Energy consumption forecasting for the nonferrous metallurgy industry using hybrid support vector regression with an adaptive state transition algorithm
Wang et al. Role of electrolytic hydrogen in smart city decarbonization in China
Brandt et al. Ownership and productivity in vertically integrated firms: evidence from the Chinese steel industry
CN111553524A (zh) 用于预测黑色金属冶炼及压延加工业用电量的方法
CN105512794A (zh) 针对高载能负荷参与调峰的电力节能指标体系构建方法
Xue Evaluation analysis on industrial green total factor productivity and energy transition policy in resource-based region
Zhang et al. Optimizing the operation strategy of a combined cooling, heating and power system based on energy storage technology
CN112907074A (zh) 面向综合能源系统用户的能效敏感指标检测方法及系统
CN108808657A (zh) 一种电力负荷短期预测方法
Yu et al. Quantitative analysis of the coupling coefficients between energy flow, value flow, and material flow in a Chinese lead-acid battery system
CN113159360A (zh) 用于预测黑色金属冶炼及压延加工业用电量的方法
CN117332963A (zh) 一种源网荷储协同的虚拟电厂动态优化调度方法及系统
CN113837486B (zh) 一种基于rnn-rbm的配网馈线长期负荷预测方法
Guan et al. Evaluating batteries for renewable energy storage: A hybrid MCDM framework based on combined objective weights and uncertainty-preserved COPRAS
CN107392491A (zh) 一种评价冷轧带钢生产综合能量效率的方法
Zhao et al. Supply and demand conflicts of critical heavy rare earth element: Lessons from gadolinium
Liu et al. Scenario analysis on carbon peaking pathways for China's aluminum casting industry

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200818