CN110309608A - 一种针对时滞不确定信息的高炉铁水硅含量预报方法 - Google Patents

Abstract

本发明公开了一种针对时滞不确定信息的高炉铁水硅含量预报方法。本方法考虑炼铁期间各过程参数波动对于硅含量的影响，以及过程参数作用的时间滞后性不确定，将工艺参数对应时滞范围内均值，方差作为输入；同时考虑高炉炼铁工艺参数较多的特性，以随机梯度提升决策树作为基本模型，在保证输入维度不变的情况下，维持较低的模型复杂度；结合当前国内各工厂在高硅和低硅区域分布较少的特点，采用可重复随机子采样策略补偿样本偏斜问题，完成对高炉铁水硅含量的建模及预测。这种方法适合应用于变量作用滞后时间不确定、变量维度较高且部分样本数量较少的高炉铁水硅含量预测中，相较于已有方法有更高的命中率和更快的训练及预测速度。

Description

一种针对时滞不确定信息的高炉铁水硅含量预报方法

技术领域

本发明涉及高炉铁水硅含量预测技术领域，尤其涉及一种针对时滞不确定信息的高炉铁水硅含量预报方法。

背景技术

由于高炉生产中，影响铁水含硅量及铁水温度变化的大部分参数存在一定的时间滞后，现有模型都是根据工作人员的经验选取结合相关系数或者采用非线性回归的方法，得到最大相关性的某一确定的滞后时间。但是在实际生产过程中，不同阶段或者不同工况下，参数的滞后时间具有不确定性，在一定范围内变化，且参数在这个范围内会有不同程度的波动。所以已有方法由确定滞后时间点得到相应瞬时值进行建模，会造成滞后时间不准确以及波动信息缺失，从而导致预测性能不佳的现象。并且高炉参数较多，导致特征维度较高，现有的神经网络等模型复杂度会大幅增加导致训练困难，所以在保证特征信息不丢失情况下，降低模型复杂度就显得十分必要。另外铁水硅含量主要集中在某一范围，这一范围外的样本较少，现有模型并未针对这种样本偏斜问题进行优化，导致硅含量超出这一范围时模型预测结果不准确。

发明内容

根据现有技术存在的问题，本发明公开了一种针对时滞不确定信息的高炉铁水硅含量预报方法，具体包括以下步骤：

S1:将实际高炉炼铁采集的相关工艺参数进行去噪处理，得到去噪后的各工艺参数时间序列；

S2:对各工艺参数时间序列进行分段处理，求取每个阶段各参数在不同滞后时间下与高炉铁水硅含量的最大信息系数作为相关性指标，对每个阶段每个参数选取其与含硅量相关性最大的滞后时间，即为当前阶段该参数作用于硅含量的滞后时间，然后对各个阶段进行统计得到每个工艺参数的滞后时间范围。

S3:根据S2求取的工艺参数时间滞后范围t1—t2(不同工艺参数时间滞后范围不同)，找到作用于当前时刻(t)的硅含量的工艺参数的时间范围t-t2—t-t1；并求取作用时间范围t-t2—t-t1内工艺参数的均值和方差；将求取的各工艺参数的均值和方差作为特征变量。

S4:对采集的硅含量取值进行分析找到集中分布范围，其中将范围内样本划分为大类样本，将范围外样本划分为小类样本，采用网格搜索法确定采样频率和采样比率。

S5:按照S4确定的采样频率，当每经过特定迭代次数后对大类样本进行可重复随机采样，将大类样本的采样结果与全部小类样本作为当前阶段梯度提升树的输入样本，采用梯度下降算法进行迭代，使梯度提升树模型的预测误差逐步减小，直到预测误差满足设定误差范围则终止迭代、输出硅含量预测模型；

S6:根据实际的生产过程对在线采集的工艺参数计算其实时方差和均值，采用S5中完成训练的梯度提升树模型进行在线硅含量预测。

所述S2具体采用如下步骤：

S21：求取高炉生产状态下每段时间序列的工艺参数和硅含量的最大信息系数MIC；

S22：求取高炉生产状态下每个阶段的工艺参数作用于含硅量的滞后时间；

S23：得到高炉生产状态下的工艺参数作用于含硅量的最大最小滞后时间以及滞后时间范围。

进一步的，S4具体采用如下方式：

S41：计算训练样本硅含量取值上下四分位数和四分位数间距、根据该信息找到硅含量集中分布范围、并设定大类样本和小类样本的划分界限，通过划分界限将样本分为大类样本和小类样本；

S42：采用交叉验证和网格搜索法结合的方法搜索最优的大类样本，确定大类样本的采样频率和采样比率。

S5具体步骤为：

S51:按照S41所得分类结果及S42所求采样比率进行下采样，将大类样本按照采样比率进行随机采样，并将采样结果与全部小类样本结合，作为基模型训练数据；

S52:拟合梯度提升树预测模型；

S53：确定梯度提升树预测模型的损失函数，并求解当前模型损失函数的负梯度，将负梯度作为当前最小二乘树的残差近似值；

S54：对最小二乘树进行训练迭代，结合leaf-wise叶子生成策略，每次选取最小二乘树中同一层最优节点进行切分，其他节点视为该决策树最终叶子节点，满足单棵最小二乘树终止条件时停止当前树迭代得到当前梯度提升树预测模型；

S55：判断当前迭代次数是否达到S42中求得的采样频率对应的迭代次数，若达到则跳至S52继续训练梯度提升树预测模型；否则跳至S51进行下采样更新训练数据后进行训练直至满足终止条件；

S57：满足终止条件时得到最终的梯度提升树预测模型。

由于采用了上述技术方案，本发明提供的一种针对时滞不确定信息的高炉铁水硅含量预报方法，该方法考虑炼铁期间炉况不稳定时，各过程参数波动对于硅含量的影响，以及参数作用于含硅量的滞后时间不确定性等因素，将数据分为多阶段分别通过最大信息系数(MIC)计算参数的滞后时间，统计每个参数的滞后时间范围。建模及预测时用硅含量对应变量作用时间范围内变量均值与方差作为模型输入，预测的均方误差相较于选取某一滞后时间明显减小。

该方法还考虑高炉炼铁过程中过程参数较多，均对含硅量有一定影响，采用基于回归树作为基模型的梯度提升树，将过程参数均作为模型输入而不进行降维或特征选择，可在避免数据降维导致信息缺失前提下维持较低模型复杂度，实验中采用降维后的变量和未降维变量分别作为模型的输入，未降维变量作为输入效果较好，说明降维丢失信息会造成模型不准确。

其次，对于硅含量数值分布不均的情况，在梯度提升树中加入可重复随机下采样策略，按照一定采样频率和采样比对大类样本进行可重复随机采样，与全部小类样本一起进行模型训练。这样训练出的模型进行预测时，对于大类样本范围外的硅含量预测效果较好。同时将Welford算法，应用于高炉铁水硅含量在线预测，在计算方差与均值时耗时较少。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明高炉铁水硅含量的建模及在线预测的流程图

图2为经验模态分解流程图

图3为时滞分析示意图

图4为结合可重复随机下采样策略的梯度提升决策树集成模型结构图

图5为模型训练效果图

图6为硅含量预测效果图

具体实施方式

为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

如图1所示的一种针对时滞不确定信息的高炉铁水硅含量预报方法，具体包括以下步骤：

步骤1：通过经验模态分解及有效信息重构对每个参数时间序列进行去噪：步骤1-1：以图2所示方法，将各参数时间序列在频域内分解为按频率从高到低的n个本征模态函数和一个剩余的r_n(t):

其中，x(t)始时间序列。r_n(t)为剩余分量，c_i(t)为本征模函数(IMF)，其必须满足以下两个条件：

(1)在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个；

⑵在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线)平均必须为零。

步骤1-2：对分解信息低频部分进行重构:

式中，表示低频部分的重构，即对有效信号x(t)的估计；为获取有效信号的最佳估计，对两个连续重构信号求取均方误差(CMSE):

式中，Δ为CMSE，k＝1,2,...,n-1。表征第k阶IMF分量的能量密度。当利用上式求得所有连续重构信号之间的均方误差后，其全局极小值对应的重构信号就是对有效信号的最佳估计。

步骤2：观察各工艺参数时间序列，将数据分成S值有阶段性改变的时间序列，按照图3所示求取每段时间序列每个参数变量和含硅量的时间滞后，得到最大值T_max与最小值T_min，得到各个过程变量滞后范围：

步骤2-1：求取每段时间序列各变量与硅含量的最大信息系数MIC：

其中，X_ki为第k个时间段，第i个变量的时间序列，Y_kj为第k个时间段，滞后时间为j个单位(10min)的硅含量时间序列。由经验选取B为当前阶段数据总量的0.6次方。MIC[X_ki,Y_kj]为第k阶段时间滞后为j时，第i个变量与硅含量的最大信息系数。

步骤2-2：求取每个阶段，各个变量作用于含硅量的滞后时间：

其中，MIC[X_ki,Y_k]为第k阶段，第i个变量对应不同时滞j所求得的最大信息系数，J_ki为第k阶段最大信息系数取值最大时对应的滞后时间j，即为第k阶段第i个变量作用于含硅量的滞后时间。

步骤2-3：得到各个变量作用于含硅量的最大最小滞后时间，得到滞后时间范围T_imin～T_imax:

T_imax＝max(J_i)

T_imin＝min(J_i)

其中，J_i表示第i个变量在不同阶段对应的滞后时间，T_imax为第i个变量在S个阶段中最大滞后时间，T_imin为第i个变量在S个阶段中最小滞后时间。

步骤3：根据步骤2求取的每个变量的时滞范围，求取每个时刻，硅含量相应时间范围内变量均值与方差，整理得到N组模型训练样本:

y_t＝y_t

其中xmean_ti,xvar_ti为t时刻所对应的第i个变量作用时间范围内的均值与方差，即t时刻模型所对应的输入数据。

步骤4：对训练样本硅含量取值分布进行分析，找到硅含量集中分布范围，划分大类样本和小类样本，进行可重复随机下采样，并以当前采样结果作为模型输入，训练梯度提升树模型如图4所示。

步骤4-1：计算训练样本含硅量下四分位数Q1和上四分位数Q2，得到四分位数间距IQR＝Q2-Q1，则正常值上限为Q2+1.5*IQR，下限为Q1-1.5*IQR。划分Q1-1.3*IQR～Q2+1.3*IQR范围内样本为大类样本，Q1-1.5*IQR～Q1-1.3*IQR及Q2+1.3*IQR～Q2+1.5*IQR范围内样本为小类样本(其中1.3为根据样本分布选择的值，视不同炉况可进行修正)。

步骤4-2：设定采样频率搜索范围1～60，间隔为2，采样比搜索范围0.1～1，间隔为0.05，以验证集均方误差为评价指标进行5折交叉验证和网格搜索寻优，得到大类样本的采样频率以及采样比。

S5:按照S4确定的采样频率，当每经过特定迭代次数后对大类样本进行可重复随机采样，将大类样本的采样结果与全部小类样本作为当前阶段梯度提升树的输入样本，采用梯度下降算法进行迭代，使梯度提升树模型的预测误差逐步减小，直到预测误差满足设定误差范围则终止迭代、输出硅含量预测模型；步骤5-1：按照步骤4所得大类样本与小类样本求得的采样比进行下采样，将大类样本进行随机采样，并将采样结果与全部小类样本结合，作为基模型的训练数据。

步骤5-2：并由步骤5-1得到的训练数据，拟合梯度提升决策树硅含量预测模型，模型初始化：

步骤5-3：求解当前模型损失函数的负梯度：

L(y,f(x))＝[y-f(x)]²

其中，L(·)为模型损失函数，r_mi为当前模型损失函数在f(x_i)上的负梯度，作为最小二乘回归树的残差近似值r_mi。

步骤5-4：利用r_mi拟合第m棵回归树：

遍历变量j，对固定的切分变量ν扫描切分点s，选择使下式达到最小值的对(ν,s)：

用选定的对(ν,s)划分区域，并决定相应的输出值：

R₁(ν,s)＝{x|x^(ν)≤s}

R₂(ν,s)＝{x|x^(ν)＞s}

由leaf-wise叶子生成策略，继续对两个子区域分别计算最优切分变量及最优切分点，在同一层中选择最优的一个节点区域进行切分，其他节点视为该决策树最终叶子节点。重复上述操作。

当满足单颗树停止条件时，得到第m棵回归树的J个叶节点区域R₁,R₁,...,R_J，并求解使损失函数最小的决策树参数如下式：

步骤5-5：得到第m步模型为：

f_m(x)＝f_m-1(x)+T(x,c_m)

步骤5-6：判断当前迭代次数是否达到S4中求得的采样频率对应的迭代次数，若达到则跳至步骤5-2继续训练；否则跳至步骤5-1进行下采样更新训练数据后进行训练，直至满足终止条件。

步骤5-7：满足终止条件时，得到最终的集成模型，以决策树的线性组合来表示的，即拟合的硅含量预测模型，图5即为模型训练结果示例：

步骤6：采用Welford算法对在线炼铁数据计算实时方差，均值.：

V_n＝V_n-1+(x_n-M_n-1)×(x_n-M_n)

其中，M_n,V_n为当前预测输入值，由步骤5训练所得模型进行预测。

实施例：

在实际高炉炼铁过程中，为了保证生铁的质量，需要严格控制高炉内的温度。而高炉是个密闭的***炉内温度的获取具有很大的难度。通常使用铁水中的硅含量来反映炉内的温度水平铁水中的硅含量不仅能够指示生产过程的热状态，而且能够反映生铁的质量。因此，铁水中硅含量的未来信息对于高炉操作人员判断高炉的内部状态和生铁质量十分重要。如果能预知硅含量的变化，那么高炉操作人员就可以提前采取准确的控制措施，对生产过程进行控制，就能有效地提高和稳定高炉铁水的质量。

通过某钢厂实际生产数据进行研究，验证提出的模型的准确性。下面结合具体过程对实施步骤进行阐述：

步骤1：将实际高炉炼铁数据进行时间序列去噪，得到去噪后的各参数时间序列。其中包含27个过程参数如下表所示：

1.CO/％	10.顶温(东北)/℃	19.透气性
			2.CO<sub>2</sub>/％	11.顶温(西南)/℃	20.顶压1/kPa
3.H<sub>2</sub>/％	12.顶温(西北)/℃	21.顶压2/kPa
			4.冷风流量/(m<sup>3</sup>·min<sup>-1</sup>)	13.煤气量/m<sup>3</sup>	22.顶压3/kPa
5.富氧量/(m<sup>3</sup>·h<sup>-1</sup>)	14.煤气指数/MPa	23.标准风速/(m·s<sup>-1</sup>)
			6.鼓风动能/kJ	15.冷风压力/MPa	24.实际风速/(m·s<sup>-1</sup>)
7.鼓风湿度/(g/m<sup>3</sup>)	16.富氧压力/MPa	25.每小时喷煤量/(t·h<sup>-1</sup>)
			9.阻力系数/cd	17.热风压力/MPa	26.软水进水流量/(t·h<sup>-1</sup>)
8.顶温(东南)/℃	18.全压差/kPa	27.软水进水温度/℃

步骤2：对各参数时间序列进行分段，求取每个阶段各过程参数在不同滞后时间下与高炉铁水硅含量的最大信息系数，选取每个阶段每个参数与含硅量相关性最大的滞后时间。分析得到每个参数的作用时间滞后范围。

步骤3：根据每个参数的时滞，求取相应作用时间范围内均值与方差，作为模型输入。

步骤4：将某一段连续时间序列的前80％数据作为训练数据，对样本硅含量取值范围进行分析，划分大类样本及小类样本，并进行可重复随即下采样，并以当前采样结果作为模型输入，结合leaf-wise叶子生成策略训练梯度提升树模型。

步骤5：输出硅含量预测模型。

步骤6：选取这一连续时间序列的后20％作为测试数据，模拟在线预测。

选择命中率及均方误差作为模型评测指标：

其中，y_i和分别代表第i个样本的真实值与模型预测值。MSE为真实值与预测值的均方误差，H_i为Heaviside函数，J为模型命中率。

使用本发明中模型进行建模，在训练集上命中率可高达98％,测试集均方误差为0.0024，命中率达94％。并且在较少样本量的硅含量取值及波动较为明显时，相比已有模型，有更高的追踪能力，效果如图5和图6所示。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种针对时滞不确定信息的高炉铁水硅含量预报方法，其特征在于包括以下步骤：

S1:将实际高炉炼铁采集的相关工艺参数进行去噪处理，得到去噪后的各工艺参数时间序列；

S2:对各工艺参数时间序列进行分段处理，求取每个阶段各参数在不同滞后时间下高炉铁水硅含量的最大信息系数、将该最大信息系数作为相关性指标，对每个阶段每个参数进行分析，选取与含硅量相关性最大的滞后时间作为当前阶段当前参数的时间滞后，并针对每个参数各个阶段的时间滞后、找出最大时间滞后和最小时间滞后，将最大时间滞后和最小时间滞后作为当前参数时间滞后范围，得到每个参数各自的时间滞后范围；

S3:根据每个参数的时间滞后范围找到作用于当前时刻硅含量的工艺参数的时间范围，并求取作用该时间范围内工艺参数的均值和方差，将求取的各工艺参数的均值和方差作为特征变量；

S4:对采集的硅含量取值进行分析找到集中分布范围，将集中分布范围内样本划分为大类样本，将范围外样本划分为小类样本，采用网格搜索法确定大类样本在训练过程中每经过多少次迭代后进行采样即确定采样频率、以及采集样本数量占总体大类样本数目的比例即确定采样比率；

S5:按照S4确定的采样频率，当每经过特定迭代次数后对大类样本进行重复随机采样，将大类样本的采样结果与全部小类样本作为当前阶段梯度提升树模型的输入样本，采用梯度下降算法进行迭代，直到预测误差满足设定误差范围则终止迭代、输出硅含量梯度提升树模型；

S6:根据实际的生产过程对在线采集的工艺参数采用Welford算法计算其实时方差和均值，采用S5中完成训练的梯度提升树模型进行在线硅含量预测。

2.根据权利要求1所述的一种针对时滞不确定信息的高炉铁水硅含量预报方法，其特征还在于：所述S2具体采用如下步骤：

S21：求取高炉生产状态下每段时间序列的工艺参数和硅含量的最大信息系数MIC；

S22：求取高炉生产状态下每个阶段的工艺参数作用于含硅量的滞后时间；

S23：得到高炉生产状态下的工艺参数作用于含硅量的最大最小滞后时间以及滞后时间范围。

3.根据权利要求1所述的一种针对时滞不确定信息的高炉铁水硅含量预报方法，其特征还在于：所述S4具体采用如下步骤

S41：计算训练样本硅含量取值上下四分位数和四分位数间距、根据该信息找到硅含量集中分布范围、并设定大类样本和小类样本的划分界限，通过划分界限将样本分为大类样本和小类样本；

S42：采用交叉验证和网格搜索法结合的方法搜索最优的大类样本，确定大类样本的采样频率和采样比率。

4.根据权利要求3所述的一种针对时滞不确定信息的高炉铁水硅含量预报方法，其特征还在于：所述S5具体采用如下步骤

S51:按照S41所得分类结果及S42所求采样比率进行下采样，将大类样本按照采样比率进行随机采样，并将采样结果与全部小类样本结合，作为基模型训练数据；

S52:拟合梯度提升树预测模型；

S53：确定梯度提升树预测模型的损失函数，并求解当前模型损失函数的负梯度，将负梯度作为当前最小二乘树的残差近似值；

S54：对最小二乘树进行训练迭代，结合leaf-wise叶子生成策略，每次选取最小二乘树中同一层最优节点进行切分，其他节点视为该决策树最终叶子节点，满足单棵最小二乘树终止条件时停止当前树迭代得到当前梯度提升树预测模型；

S55：判断当前迭代次数是否达到S42中求得的采样频率对应的迭代次数，若达到则跳至S52继续训练梯度提升树预测模型；否则跳至S51进行下采样更新训练数据后进行训练直至满足终止条件；

S57：满足终止条件时得到最终的梯度提升树预测模型。