贝叶斯神经网络在蒸汽压力预测中的应用

论文摘要

能源是钢铁企业生产和发展的主要动力,直接推动了我国经济持续健康的发展,可是随着我国经济的发展,钢铁企业的节能减排已成为急需解决的问题。蒸汽系统是钢铁企业生产中的重要子系统,它产生的蒸汽是钢铁生产不可缺少的重要能源介质,蒸汽系统的能源消耗量占整个钢铁能耗的10%左右,因此降低蒸汽系统的能源消耗对整个钢铁企业节能减排、提高企业经济效益有着非常重要的作用。本文考虑钢铁企业生产过程中蒸汽介质的发生及消耗情况,使用贝叶斯神经网络对蒸汽系统管网压力进行建模预测,该模型能够使调度人员对整个蒸汽系统的信息及时准确的把握。根据准确预测的现场信息,调度人员凭经验调整管网用户蒸汽产销量,从而使蒸汽系统能源消耗及放散降低,进一步维持了管网中蒸汽的平衡,对企业的节能减排工作有着重要的现实意义。本文对宝钢能源中心蒸汽系统的数据进行分析,并考虑到蒸汽系统中数据含有复杂噪声情况,使用输入不确定性贝叶斯神经网络对其建模预测,根据输入不确定下噪声对误差带的影响,从理论上给予该噪声影响的推导,并使用实验的方法确定误差曲线调整量,进而给出合理的压力超限或不足的报警信息,使调度人员对本次预测有合理的评价,进而调整蒸汽产销量。基于宝钢现场调度人员的需求和本文提出的蒸汽系统的管网压力的预测模型,本文设计并开发了蒸汽系统管网压力预测系统,提供实时的蒸汽管网压力预测曲线,为现场调度人员对蒸汽系统的调度提供支持。该应用软件成功应用于宝刚能源中心,运行结果表明,贝叶斯神经网络对噪声数据有很好的适应性,有很高的预测精度,该软件对能源调度有重要的现实指导意义。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文的主要工作
• 2 问题描述
• 2.1 蒸汽系统运行机理
• 2.2 宝钢蒸汽系统
• 3 输入不确定性的贝叶斯神经网络
• 3.1 人工神经网络
• 3.2 贝叶斯神经网络
• 3.3 具有输入不确定的贝叶斯神经网络
• 3.4 超参数的处理
• 3.5 仿真实验
• 4 贝叶斯神经网络的蒸汽系统预测
• 4.1 蒸汽系统预测模型
• 4.2 蒸汽系统仿真效果
• 5 宝钢蒸汽压力预测系统的开发及应用
• 5.1 开发平台
• 5.2 软件设计
• 5.2.1 客户端应用程序
• 5.2.2 服务器端应用程序
• 5.2.3 数据库设计
• 5.3 运行实例
• 5.3.1 服务端运行效果
• 5.3.2 客户端运行效果图
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢