[发明专利]一种冶金煤气综合动态平衡调度系统及方法

权利要求书

1.一种冶金煤气综合动态平衡调度系统，其特征在于，所述调度系统包括：

数据采集存储模块：实时采集煤气产消数据，以及所需的预测参数和生产计划数据等 基础原始状态数据；

预测算法模型建立模块：用来建立相应的预测算法模型，并及时对预测算法模型进行 修正；

数据预测模块：根据K最近邻分类算法模型、BP神经网络算法模型、RBF神经网络算法模 型进行组合使用对煤气柜位、管网波动进行预测，其中K最近邻分类算法模型用于判断当前 数据是否在正常状态，属于正常状态范围内的数据，则交由BP神经网络算法模型进行预测； 不在正常状态范围内的数据，则交由RBF神经网络算法模型进行预测；

煤气产消平衡调度模块：用来根据预测的未来煤气产量、煤气存储量、管网波动值结合 煤气用户生产计划，给出平衡调度方案，供用户参考使用。同时记录下操作工的调节量。

平衡调度反馈追溯模块：用于用户反馈本系统煤气调节效果，对系统提供的最佳方案 做修正。

2.如权利要求1所述的冶金煤气综合动态平衡调度系统，其特征在于，所述数据采集存 储模块包括以下子模块：

实时数据获取子模块：用于从现场的实时仪表中获取煤气产量、柜位值、管网波动值； 其中管网波动值表示管网压力是否稳定；煤气产量通过煤气计量表测量、柜位值通过煤气 柜位仪测量，管网波动值需通过压力表测量计算后得到；使用PLC通过PROFIBUS对煤气产 量、柜位值、管网波动值进行采集，上位机实时读取PLC中对应变量的值存入NOSQL数据库 中；

数据同步子模块：用于实时同步MES系统中的计划排程和生产调度等信息值；MES系统 是制造企业生产过程执行管理的系统，用来跟踪生产进度、库存情况、工作进度和其他进出 车间的操作管理相关的信息流；从MES系统中获取一周的高炉生产计划、检修计划及煤气消 耗用户的生产计划、检修计划，通过煤气用户生产计划根据煤气用户生产量计算出煤气的 消耗量；在检修时，不进行生成，故煤气产销计划量均为0；

数据预处理子模块：用于把采集来的原始数据进行消噪、清洗预处理，剔除数据整理错 误的不正常值。

数据存储子模块：采用NOSQL数据库存储加工好的数据，形成相关的数据库信息，这些 数据可以用于后续的煤气预测、平衡调度。

3.如权利要求1所述的冶金煤气综合动态平衡调度系统，其特征在于，所述的数据预测 算法模型模块，包括以下子模块：

数据预测算法模型展示子模块：用于展示当前运行中的算法的原理、介绍及从运行到 当前浏览日算法的预测精准度、失误率及由平衡调度反馈追溯模块中用户给出的失误原因 描述；用于展示其他算法的原理、介绍及曾被作为首选算法时的运行精确度、失误率及由平 衡调度反馈追溯模块中用户给出的失误原因描述；

数据预测算法模型对比报表子模块：自动生成各种算法的性能对比、准确度对比、使用 率对比、系统推荐的算法是否被用户选择等信息的报表，给用户直观的算法可信度的展示；

数据预测算法模型增添改子模块：用于增加、人为修正、删除系统当中的算法模型DLL 文件；

数据模型算法帮助子模块：定义算法模型DLL的编写规范、DLL使用的数据集合定义规 范及如何修正现有集合规范等；

K最近邻分类算法子模块：用于判断当前数据是否在正常状态，其中，正常状态分类包 含的子分类有高产量正常生产阶段、低产量正常生产阶段、不产气阶段、煤气高消耗期、煤 气低消耗期；非稳定状态分类包含的子分类有正常生产转非稳定生产阶段、非稳定生产转 正常生产阶段、煤气稳定消耗期到非稳定消耗期、煤气非稳定消耗期到稳定消耗期；如果属 于正常状态分类，则进入BP神经网络算法子模块进行预测，属于非稳定状态则进入RBF神经 网络算法子模块预测；

BP神经网络算法子模块：对正常状态范围内的数据进行预测；

RBF神经网络算法子模块：对不在正常状态范围内的数据进行预测。