基于多輸出T-S模糊模型的轉(zhuǎn)爐煤氣柜位預測.pdf

1、轉(zhuǎn)爐煤氣系統(tǒng)工業(yè)過程復雜，管網(wǎng)線路廣泛、涉及的生產(chǎn)消耗及調(diào)節(jié)的用戶眾多、緩沖設(shè)備時滯且容量有限，因此整個系統(tǒng)具有多變量、強耦合、動態(tài)非線性的特征。轉(zhuǎn)爐煤氣柜位的預測是鋼鐵企業(yè)提高轉(zhuǎn)爐煤氣利用效率，實現(xiàn)副產(chǎn)煤氣系統(tǒng)動態(tài)平衡，降低企業(yè)生產(chǎn)成本、實現(xiàn)節(jié)能降耗的前提條件和基礎(chǔ)之一。在轉(zhuǎn)爐煤氣系統(tǒng)中，煤氣柜位的變化情況是能源調(diào)度人員實施平衡調(diào)度的基礎(chǔ)。如果其變化情況能夠被有效的預測，將為轉(zhuǎn)爐煤氣的高效利用進而實現(xiàn)轉(zhuǎn)爐煤氣系統(tǒng)的動態(tài)平衡提供科學的指

2、導、決策依據(jù)。
　　針對某鋼鐵企業(yè)轉(zhuǎn)爐煤氣系統(tǒng)雙柜并網(wǎng)運行的特點，考慮子系統(tǒng)間影響因素的非線性和不確定關(guān)系，本文提出了一種基于卡爾曼濾波估計后件參數(shù)的多輸出T-S模糊建模方法，用于預測轉(zhuǎn)爐煤氣雙柜位?？紤]了轉(zhuǎn)爐煤氣系統(tǒng)的先入柜后進網(wǎng)、雙柜并網(wǎng)運行以及多維輸出等實際需求，該方法首先基于數(shù)據(jù)建立了具有多輸出的轉(zhuǎn)爐煤氣柜位模糊預測模型;在模糊規(guī)則的提取過程中，采用模糊C均值聚類算法根據(jù)樣本數(shù)據(jù)對前件參數(shù)進行了辨識，將兩柜前一時刻流量值以

3、及兩柜當前時刻流量差數(shù)據(jù)進行聚類，根據(jù)聚類中心和劃分矩陣的結(jié)果得到隸屬度參數(shù)，然后將后件參數(shù)辨識問題轉(zhuǎn)化為超定線性方程組的求解問題;其中，為了避免最小二乘辨識參數(shù)中求取系數(shù)偽逆矩陣可能會產(chǎn)生異常解的情況，通過使用構(gòu)建線性方程組的方法，采用基于卡爾曼濾波算法估計該線性方程組的最優(yōu)解，從而實現(xiàn)了后件參數(shù)的優(yōu)化。
　　為了驗證所提出方法的有效性，本文分別采用含高斯白噪聲的Mackey-Glass典型數(shù)據(jù)、國內(nèi)某鋼鐵公司能源中心的轉(zhuǎn)爐煤氣

4、系統(tǒng)一期現(xiàn)場數(shù)據(jù)和二期現(xiàn)場數(shù)據(jù)設(shè)計了三組預測仿真實驗。比較了使用最小二乘支持向量機方法、基于最小二乘后件參數(shù)優(yōu)化的T-S建模方法以及本文提出的基于卡爾曼濾波后件參數(shù)優(yōu)化的T-S建模方法對上述三種算例進行預測的性能，并根據(jù)實驗結(jié)果進行了相關(guān)分析。實驗結(jié)果表明本文所提出的轉(zhuǎn)爐煤氣柜位預測的T-S模糊模型相比其他柜位預測模型具有精度高、耗時短的優(yōu)勢;同時，由于考慮了轉(zhuǎn)爐煤氣系統(tǒng)中的雙柜并網(wǎng)運行和多維輸出的特點，本文所提出的預測模型更符合鋼鐵企