【技術實現步驟摘要】
本專利技術涉能源，尤其涉及一種基于matlab的鋼鐵企業副產煤氣優化分配方法。
技術介紹
1、由于副產煤氣在錯綜復雜的副產煤氣管網內傳遞沒有直觀監測的方式，利用流量計、壓力計等測量方式獲取的煤氣在管網內的流動信息隨著信息傳遞至中控室過程中，信息的時效性隨之不停降低，副產煤氣管網內的流動信息因此總是存在滯后，但煤氣在副產煤氣管網內傳輸至各生產車間仍需要部分時間，這部分時間無法被合理利用，導致了燃氣鍋爐等緩沖用戶的副產煤氣消耗量沒有辦法準確實現即時產消的目標，導致副產煤氣管網內的煤氣分配紊亂引起波動，加快了閥門等部件的損耗、副產煤氣在局部積壓形成高壓高危管段導致的煤氣放散等問題。
2、現有技術主要通過：1.副產煤氣產耗流量計算：例如專利cn116050615a和cn114580712a，其依賴歷史數據，且僅從煤氣產生與消耗總量上進行宏觀考慮，未考慮鋼鐵企業內復雜的副產煤氣管網及其輸送特性。2.增建管網：在易形成局部高壓的區域進行管道的延伸和增設，通過增加管道容積，被動提升副產煤氣管網的緩沖能力，減小因副產煤氣分配不合理帶來的負面影響；缺點在于，增建管網影響廠區整體生產規劃、工程周期較長且耗費巨大，收益卻較小。3.增加煤氣柜：以某鋼廠高爐煤氣柜造價為參考，每20萬m3容積的煤氣柜造價超5000萬人民幣，對于體量較小以及民營鋼鐵企業來說，缺點在于造價過高，遠超生產收益；并且煤氣柜泄漏易造成中毒、環境污染以及燃燒爆炸等危險生產安全事故；對于無法明晰的副產煤氣管網內分配情況而言，煤氣柜的調節作用依然滯后。以上技術及解決方法在成本
技術實現思路
1、專利技術目的：本專利技術的目的是提供了一種基于matlab的鋼鐵企業副產煤氣優化分配方法，以解決現有技術方法中存在的忽略具體管網內副產煤氣流動分配特性、成本過高、安全隱患等問題，采用本方法后優化了副產煤氣的分配準確性、節約了能源降低了損耗。
2、技術方案：本專利技術所述的一種基于matlab的鋼鐵企業副產煤氣優化分配方法，包括以下步驟：
3、(1)利用matlab對副產煤氣管網進行仿真建模；
4、(2)對副產煤氣管網內煤氣流動特性進行節點區域劃分；
5、(3)構建基于matlab仿真數據進行神經網絡分布式算法副產煤氣優化分配模型。
6、進一步的，步驟(1)具體如下：將管道的長度、直徑、方向、結構轉化為matlab仿真中的節點間距離、節點處流量、壓力、節點與節點間指向關系的一維模型信息，并基于歷史數據對各段副產煤氣管網的特性進行仿真模型構建及校準。其中校準包括：管段的沿程阻力系數、特殊結構下的局部阻力系數和各節點的壓力及流量耦合關系，以歷史監測數據作為支撐，對matlab仿真模型各模塊參數進行校準。
7、進一步的，，步驟(2)具體如下：以鋼鐵企業實際生產用戶作為劃分依據，具體分為：生產用戶區域、公共管道區域、消耗用戶區域與緩沖用戶區域，其中，生產用戶區域指代高爐等生產副產煤氣并輸入副產煤氣管網的用戶；公共管道區域指代在不同用戶間輸送副產煤氣同時不直接與各用戶端口相連接的管道；消耗用戶區域指代燒結、軋鋼需要消耗副產煤氣作為生產燃料的用戶；緩沖用戶指代燃氣鍋爐、煤氣柜可以自由調節自身負荷及容量用于平衡管網內副產煤氣產消的用戶；并將鄰接區域塊間進出口按照副產煤氣管網內流動分配特性進行標記。
8、進一步的，步驟(3)具體如下：基于stacking集成學習方法構建算法副產煤氣優化分配模型，模型訓練過程中結合matlab仿真數據計算緩沖用戶副產煤氣用量，將各區域塊單獨劃分訓練進出口作為stacking集成學習的子模塊，并將stacking中各神經網絡子模塊按流量-壓力雙通道進行訓練學習，將鄰接區域塊子模塊傳遞方向進行整合，使其符合matlab仿真模擬的流動方向，最終使分布式算法的區域子模塊模型合并為整體副產煤氣管網內煤氣流動優化分配總模型；獲取整體副產煤氣管網內煤氣流動分配參數，與實時監測數據間進行比對，計算各緩沖用戶副產煤氣調節量。
9、本專利技術所述的一種基于matlab的鋼鐵企業副產煤氣優化分配系統，包括以下步驟：
10、仿真模塊：用于利用matlab對副產煤氣管網進行仿真建模；
11、劃分模塊：用于對副產煤氣管網內煤氣流動特性進行節點區域劃分；
12、優化分配模塊：用于構建基于matlab仿真數據進行神經網絡分布式算法副產煤氣優化分配模型。
13、進一步的，仿真模塊中，具體如下：將管道的長度、直徑、方向、結構轉化為matlab仿真中的節點間距離、節點處流量、壓力、節點與節點間指向關系的一維模型信息，并基于歷史數據對各段副產煤氣管網的特性進行仿真模型構建及校準。其中校準包括：管段的沿程阻力系數、特殊結構下的局部阻力系數和各節點的壓力及流量耦合關系，以歷史監測數據作為支撐，對matlab仿真模型各模塊參數進行校準。
14、進一步的，劃分模塊中，具體如下：以鋼鐵企業實際生產用戶作為劃分依據，具體分為：生產用戶區域、公共管道區域、消耗用戶區域與緩沖用戶區域，其中，生產用戶區域指代高爐等生產副產煤氣并輸入副產煤氣管網的用戶；公共管道區域指代在不同用戶間輸送副產煤氣同時不直接與各用戶端口相連接的管道；消耗用戶區域指代燒結、軋鋼需要消耗副產煤氣作為生產燃料的用戶；緩沖用戶指代燃氣鍋爐、煤氣柜可以自由調節自身負荷及容量用于平衡管網內副產煤氣產消的用戶；并將鄰接區域塊間進出口按照副產煤氣管網內流動分配特性進行標記。
15、進一步的，優化分配模塊中，具體如下：基于stacking集成學習方法構建算法副產煤氣優化分配模型，模型訓練過程中結合matlab仿真數據計算緩沖用戶副產煤氣用量，將各區域塊單獨劃分訓練進出口作為stacking集成學習的子模塊，并將stacking中各神經網絡子模塊按流量-壓力雙通道進行訓練學習，將鄰接區域塊子模塊傳遞方向進行ouh，使其符合matlab仿真模擬的流動方向，最終使分布式算法的區域子模塊模型合并為整體副產煤氣管網內煤氣流動優化分配總模型；獲取整體副產煤氣管網內煤氣流動分配參數，與實時監測數據間進行比對，計算各緩沖用戶副產煤氣調節量。
16、有益效果：與現有技術相比，本專利技術具有如下顯著優點：簡化了模型的復雜程度、降低了計算時間并提高計算準確率，基于此matlab模型開發的分布式算法貼合了實際工程運行狀況，實現鋼鐵企業副產煤氣優化分配，實現鋼鐵行業節能降耗。
本文檔來自技高網...【技術保護點】
1.一種基于MATLAB的鋼鐵企業副產煤氣優化分配方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于MATLAB的鋼鐵企業副產煤氣優化分配方法，其特征在于，步驟(1)具體如下：將管道的長度、直徑、方向、結構轉化為MATLAB仿真中的節點間距離、節點處流量、壓力、節點與節點間指向關系的一維模型信息，并基于歷史數據對各段副產煤氣管網的特性進行仿真模型構建及校準。其中校準包括：管段的沿程阻力系數、特殊結構下的局部阻力系數和各節點的壓力及流量耦合關系，以歷史監測數據作為支撐，對MATLAB仿真模型各模塊參數進行校準。
3.根據權利要求1所述的一種基于MATLAB的鋼鐵企業副產煤氣優化分配方法，其特征在于，步驟(2)具體如下：以鋼鐵企業實際生產用戶作為劃分依據，具體分為：生產用戶區域、公共管道區域、消耗用戶區域與緩沖用戶區域，其中，生產用戶區域指代高爐等生產副產煤氣并輸入副產煤氣管網的用戶；公共管道區域指代在不同用戶間輸送副產煤氣同時不直接與各用戶端口相連接的管道；消耗用戶區域指代燒結、軋鋼需要消耗副產煤氣作為生產燃料的用戶；緩沖用戶指代燃氣鍋爐、煤
4.根據權利要求1所述的一種基于MATLAB的鋼鐵企業副產煤氣優化分配方法，其特征在于，步驟(3)具體如下：基于Stacking集成學習方法構建算法副產煤氣優化分配模型，模型訓練過程中結合MATLAB仿真數據計算緩沖用戶副產煤氣用量，將各區域塊單獨劃分訓練進出口作為Stacking集成學習的子模塊，并將Stacking中各神經網絡子模塊按流量-壓力雙通道進行訓練學習，將鄰接區域塊子模塊傳遞方向進行耦合，使其符合MATLAB仿真模擬的流動方向，最終使分布式算法的區域子模塊模型合并為整體副產煤氣管網內煤氣流動優化分配總模型；獲取整體副產煤氣管網內煤氣流動分配參數，與實時監測數據間進行比對，計算各緩沖用戶副產煤氣調節量。
5.一種基于MATLAB的鋼鐵企業副產煤氣優化分配系統，其特征在于，包括以下步驟：
6.根據權利要求5所述的一種基于MATLAB的鋼鐵企業副產煤氣優化分配系統，其特征在于，仿真模塊中，具體如下：將管道的長度、直徑、方向、結構轉化為MATLAB仿真中的節點間距離、節點處流量、壓力、節點與節點間指向關系的一維模型信息，并基于歷史數據對各段副產煤氣管網的特性進行仿真模型構建及校準。其中校準包括：管段的沿程阻力系數、特殊結構下的局部阻力系數和各節點的壓力及流量耦合關系，以歷史監測數據作為支撐，對MATLAB仿真模型各模塊參數進行校準。
7.根據權利要求5所述的一種基于MATLAB的鋼鐵企業副產煤氣優化分配系統，其特征在于，劃分模塊中，具體如下：以鋼鐵企業實際生產用戶作為劃分依據，具體分為：生產用戶區域、公共管道區域、消耗用戶區域與緩沖用戶區域，其中，生產用戶區域指代高爐等生產副產煤氣并輸入副產煤氣管網的用戶；公共管道區域指代在不同用戶間輸送副產煤氣同時不直接與各用戶端口相連接的管道；消耗用戶區域指代燒結、軋鋼需要消耗副產煤氣作為生產燃料的用戶；緩沖用戶指代燃氣鍋爐、煤氣柜可以自由調節自身負荷及容量用于平衡管網內副產煤氣產消的用戶；并將鄰接區域塊間進出口按照副產煤氣管網內流動分配特性進行標記。
8.根據權利要求5所述的一種基于MATLAB的鋼鐵企業副產煤氣優化分配系統，其特征在于，優化分配模塊中，具體如下：基于Stacking集成學習方法構建算法副產煤氣優化分配模型，模型訓練過程中結合MATLAB仿真數據計算緩沖用戶副產煤氣用量，將各區域塊單獨劃分訓練進出口作為Stacking集成學習的子模塊，并將Stacking中各神經網絡子模塊按流量-壓力雙通道進行訓練學習，將鄰接區域塊子模塊傳遞方向進行耦合，使其符合MATLAB仿真模擬的流動方向，最終使分布式算法的區域子模塊模型合并為整體副產煤氣管網內煤氣流動優化分配總模型；獲取整體副產煤氣管網內煤氣流動分配參數，與實時監測數據間進行比對，計算各緩沖用戶副產煤氣調節量。
...【技術特征摘要】
1.一種基于matlab的鋼鐵企業副產煤氣優化分配方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于matlab的鋼鐵企業副產煤氣優化分配方法，其特征在于，步驟(1)具體如下：將管道的長度、直徑、方向、結構轉化為matlab仿真中的節點間距離、節點處流量、壓力、節點與節點間指向關系的一維模型信息，并基于歷史數據對各段副產煤氣管網的特性進行仿真模型構建及校準。其中校準包括：管段的沿程阻力系數、特殊結構下的局部阻力系數和各節點的壓力及流量耦合關系，以歷史監測數據作為支撐，對matlab仿真模型各模塊參數進行校準。
3.根據權利要求1所述的一種基于matlab的鋼鐵企業副產煤氣優化分配方法，其特征在于，步驟(2)具體如下：以鋼鐵企業實際生產用戶作為劃分依據，具體分為：生產用戶區域、公共管道區域、消耗用戶區域與緩沖用戶區域，其中，生產用戶區域指代高爐等生產副產煤氣并輸入副產煤氣管網的用戶；公共管道區域指代在不同用戶間輸送副產煤氣同時不直接與各用戶端口相連接的管道；消耗用戶區域指代燒結、軋鋼需要消耗副產煤氣作為生產燃料的用戶；緩沖用戶指代燃氣鍋爐、煤氣柜可以自由調節自身負荷及容量用于平衡管網內副產煤氣產消的用戶；并將鄰接區域塊間進出口按照副產煤氣管網內流動分配特性進行標記。
4.根據權利要求1所述的一種基于matlab的鋼鐵企業副產煤氣優化分配方法，其特征在于，步驟(3)具體如下：基于stacking集成學習方法構建算法副產煤氣優化分配模型，模型訓練過程中結合matlab仿真數據計算緩沖用戶副產煤氣用量，將各區域塊單獨劃分訓練進出口作為stacking集成學習的子模塊，并將stacking中各神經網絡子模塊按流量-壓力雙通道進行訓練學習，將鄰接區域塊子模塊傳遞方向進行耦合，使其符合matlab仿真模擬的流動方向，最終使分布式算法的區域子模塊模型合并為整體副產煤氣管網內煤氣流動優化分配總模型；獲取整體副產煤氣管網內煤氣流動分配參數，與實時監測數據間進行比對，計算各緩沖用戶副產煤氣調節量。
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。