[发明专利]基于动态工况的焦炉加热燃烧过程焦炉温度预测方法

权利要求书

1.一种基于动态工况的焦炉加热燃烧过程焦炉温度预测方法，其特征在于，包括以下步骤：

步骤1：获取历史的各种工况下煤气流量和焦炉温度数据，建立样本库u_i-2、u_i-3分别是第i-2个周期的煤气流量和i-3个周期的煤气流量，y_i-1、y_i分别是第i-1周期的焦炉温度和第i周期的焦炉温度，x_i＝{u_i-1，u_i-2，y_i-1}为第i周期的输入变量；

步骤2：基于当前工作点与样本库中样本的欧式距离和变化趋势的夹角，计算当前工作点与样本库中样本的相似度；

步骤3：选取相似度最大的多个样本构造学习集；采用迭代最小二乘方法，建立基于学习集的局部线性模型；计算当前工作点对应的输出值作为焦炉加热燃烧过程焦炉温度预测值。

2.根据权利要求1所述的基于动态工况的焦炉加热燃烧过程焦炉温度预测方法，其特征在于，所述的步骤2中，对于当前工作点xq＝[uq-1，uq-2，yq-1]和样本库中的某一个样本对应的工作点，所述的样本对应的工作点即对应该样本的输入变量x_i＝{u_i-1，u_i-2，y_i-1}，

计算其中，

Δxi=yi-1-yi-2α(ui-1-ui-2)+(1+α)(ui-2-ui-3)Δxq=yq-1-yq-2α(uq-1-uq-2)+(1-α)(uq-2-uq-3),]]>α取值为0.3～0.5，θ_i是Δx_q和Δx_i之间的夹角；

如果cos(θ_i)＜0，即Δx_q与Δx_i的夹角大于90度，表明x_q与x_i的变化趋势相差较大，将x_i对应的样本丢弃；

如果cos(θ_i)≥0，则2个工作点的相似度为

其中，γ为权值，γ取0到1之间的值，d_i＝||x_q-x_i||₂，i＝1，2，L N。

3.根据权利要求1或2所述的基于动态工况的焦炉加热燃烧过程焦炉温度预测方法，其特征在于，步骤3为：

步骤a：对s_i从大到小排序，从样本库中依次选择对应k个最大s_i对应的k组数据，(X_l，y_l)，y_l∈R^l×1，X_l∈R^l×3，R指实数域，l的取值范围为[k_min，k_max]之间的整数，k_min＝3，k_max＝30，k＝28；x_l是包括多个x_i＝{u_i-1，u_i-2，y_i-1}的样本集；

步骤b：令l＝3，则有P₃＝W₃X₃，v₃＝W₃y₃，根据计算e₃；其中，W_i表示从中的左上角取i×i个元素组成的矩阵；(X₃，y₃)是(X_l，y_l)，y_l∈R^l×1，X_l∈R^l×3中s_i从大到小排序最大的3组数据；P_l＝W_lX_l，v_l＝W_ly_l，y_j是y_l的第j个元素，和分别是矩阵P_l和X_l的第j行；

步骤c：根据已经排序的样本，依次添加一个样本，更新l为l+1，再计算P_l＝W_lX_l，v_l＝W_ly_l，则根据式计算e_l；

步骤d：如果l≤k_max，重复步骤c；否则，比较所有e_l，l＝k_min，...，k_max，找出e_l最小值对应的l值即为l_opt，即l_opt＝arg min(e_l)，得到此时的模型输出x_q＝[u_q-2，u_q-3，y_q-1]，是查询点x_q对应的模型输出的估计值，即焦炉加热燃烧过程焦炉温度预测值。