首頁 > 行業(yè)資訊 > 【佳文薦讀】基于數(shù)據(jù)質(zhì)量改善策略的高爐煤氣產(chǎn)生量預測

【佳文薦讀】基于數(shù)據(jù)質(zhì)量改善策略的高爐煤氣產(chǎn)生量預測

時間：2023-06-07 來源：瀏覽：

【佳文薦讀】基于數(shù)據(jù)質(zhì)量改善策略的高爐煤氣產(chǎn)生量預測

JISRI 鋼鐵研究學報

鋼鐵研究學報

微信號 gh_60d08f654d96

功能介紹《鋼鐵研究學報》中、英文版官方公眾號。推送最新出版的論文和寫作技巧，為材料冶金領(lǐng)域的各位學者提供交流學習平臺。

收錄于合集 #佳文推薦 43個

→ 查看原文 → 查看PDF

引用本文 ：

Shu-han Liu, Wen-qiang Sun, Wei-dong Li & Bing-zhen Jin. Prediction of blast furnace gas generation based on data quality improvement strategy. J. Iron Steel Res. Int. 30, 864–874 (2023).

https://doi.org/10.1007/s42243-023-00944-2

文章信息

Prediction of blast furnace gas generation based on data quality improvement strategy

基于數(shù)據(jù)質(zhì)量改善策略的高爐煤氣產(chǎn)生量預測

劉書含 ^1,2 , 孫文強 ^1,2 , 李衛(wèi)東 ^3,4 , 金丙真 ⁵

1 東北大學冶金學院，遼寧沈陽

2 國家環(huán)境保護生態(tài)工業(yè)重點實驗室（東北大學），遼寧沈陽

3 海洋裝備用金屬材料及其應用國家重點實驗室，遼寧鞍山

4 鞍鋼集團鋼鐵研究院，遼寧鞍山

5 鞍鋼股份大型總廠，遼寧鞍山

內(nèi) 容簡介

高爐煤氣是高爐煉鐵過程的副產(chǎn)煤氣，也是鋼鐵生產(chǎn)過程中的重要燃料。高爐煤氣產(chǎn)生量的準確預測是實施高爐煤氣在多個用戶之間智能調(diào)度的先決條件。因此，提高高爐煤氣產(chǎn)生量的預測精度對促進副產(chǎn)煤氣系統(tǒng)的智能管理至關(guān)重要。

由于人工智能技術(shù)的快速發(fā)展，工業(yè)大數(shù)據(jù)在智慧能源管理中發(fā)揮著巨大作用。然而，受儀表故障和檢測條件等影響，工業(yè)生產(chǎn)過程中獲取的實時數(shù)據(jù)質(zhì)量有限。實際生產(chǎn)過程中生產(chǎn)節(jié)奏的變化和隨機因素的干擾進一步增加了低質(zhì)量數(shù)據(jù)產(chǎn)生的概率，而數(shù)據(jù)質(zhì)量對預測結(jié)果的影響較大。因此，在使用工業(yè)現(xiàn)場數(shù)據(jù)預測短期煤氣產(chǎn)生量之前，有必要對數(shù)據(jù)質(zhì)量進行改善，從而提升預測精度，充分發(fā)揮工業(yè)大數(shù)據(jù)和人工智能在工業(yè)能源系統(tǒng)中的作用。

針對該問題，東北大學與鞍鋼科研人員提出了一種三階段數(shù)據(jù)質(zhì)量改善策略以提高高爐煤氣產(chǎn)生量的預測精度（圖1）。在第一階段，利用相關(guān)性原理對高爐煤氣樣本集中存在的低質(zhì)量數(shù)據(jù)進行辨識。在第二階段，依據(jù)冶金機理和相關(guān)規(guī)則對辨識出的低質(zhì)量數(shù)據(jù)進行校正和更新。在第三階段，采用濾波方法降低噪聲對樣本集的影響。

圖1 基于三階段數(shù)據(jù)質(zhì)量改善策略的高爐煤氣產(chǎn)生量預測方法流程圖

采用鋼鐵聯(lián)合企業(yè)實際生產(chǎn)數(shù)據(jù)，對提出的方法進行了驗證。結(jié)果表明，基于實時采集數(shù)據(jù)的BP、LSTM和ARIMA模型的MAEs分別為161.99 m3/min、156.43 m3/min和247.02m3/min，MAPEs分別為2.65%、2.54%和3.69%。使用數(shù)據(jù)質(zhì)量改善策略的預測模型，預測模型的穩(wěn)定性（如圖2）和預測結(jié)果的準確性（如表1）得到了極大提高。LSTM模型表現(xiàn)出最好的性能，MAE為17.85 m3/min，MAPE為0.21%，R2為90.58%。

圖2 基于數(shù)據(jù)質(zhì)量改善策略的模型預測結(jié)果 (a) BP；(b) LSTM；(c) ARIMA

表1 基于數(shù)據(jù)質(zhì)量改善策略的模型預測性能指標

研究結(jié)果表明，基于三階段數(shù)據(jù)質(zhì)量改善策略的預測方法在預測高爐煤氣產(chǎn)生量方面表現(xiàn)良好。本研究提出的策略提供了一種高質(zhì)量的數(shù)據(jù)處理方法，可用于預測鋼鐵聯(lián)合企業(yè)的高爐煤氣產(chǎn)生量，為推進鋼鐵企業(yè)的綠色化和智能化發(fā)展提供了理論和技術(shù)支持。

孫文強

東北大學副教授

孫文強，工學博士，東北大學熱能工程系副教授，工業(yè)生態(tài)學與節(jié)能減排研究團隊成員?，F(xiàn)任中國金屬學會能源與熱工分會副秘書長，中國金屬學會冶金環(huán)境保護分會委員，中國鋼鐵工業(yè)協(xié)會低碳工作推進委員會專家組成員，Applied Energy期刊副編，《鋼鐵研究學報》青年編委。主要研究方向為冶金工業(yè)系統(tǒng)節(jié)能和工業(yè)綜合能源系統(tǒng)。主持科研項目10余項；發(fā)表學術(shù)論文50余篇，其中ESI高被引論文3篇；授權(quán)國家發(fā)明專利7項；主編專著1部。

加入作者交流群 ?

掃碼進入 《鋼鐵研究學報》中、英文版作者QQ交流群 ，群內(nèi)為期刊作者和讀者提供投稿、審稿、文章宣傳推廣等方面交流和答疑平臺，同時也為科研人員們進行學術(shù)交流的平臺。

備注“姓名＋單位”

進入作者QQ交流群

About JISRI

《鋼 鐵研究學報（英文版） 》（ Journal of Iron and Steel Research International ）創(chuàng)刊于1994年，由中國鋼鐵工業(yè)協(xié)會主管、中國鋼研科技集團有限公司主辦的學術(shù)期刊，主要刊載 冶金與金屬加工工藝及金屬基材料科學與技術(shù) ，包括鋼鐵冶金工藝流程優(yōu)化、冶金資源綜合利用、節(jié)能環(huán)保；金屬基材料的制備、表征、組織結(jié)構(gòu)和性能等。科睿唯安JCR2021影響因子： 1.619 , 2022即時影響因子 2.238 ，中科院期刊分區(qū)進入 材料科學2區(qū) ，由Springer出版集團全球獨家出版，被 SCI、EI 等數(shù)據(jù)庫收錄。連續(xù) 11 年入選“ 最具國際影響力期 刊 ”。