一种基于生产计划的钢铁企业氧气负荷预测方法

摘要

本发明属于信息技术领域，涉及到影响因素提取、神经网络建模、相似序列匹配等技术，是一种基于生产计划的钢铁企业氧气负荷预测方法。本发明采用工业实际运行数据，首先提取转炉炼钢的生产计划和生产实绩等相关数据，进行影响因素分析，提取出耗氧量的主要影响变量。进而建立单个转炉耗氧量的神经网络预测模型，以均方误差为评价指标，给出一个转炉在吹炼阶段时间粒度上的预测结果。最后结合转炉生产计划中各设备的冶炼时刻、冶炼持续时间等信息，给出一个计划时间段内的氧气负荷预测值。该方法所得到的结果精度较高，且可根据生产计划的变更进行实时调整，对实际生产有指导意义，同时亦可推广到炼铁工序中，最终实现钢铁企业耗氧量总量的预测。