李红娟
,
王建军
,
王华
,
孟华
钢铁
钢铁企业自备电厂是副产煤气的主要缓冲用户,在消纳富余煤气、减少煤气放散、实现煤气平衡方面发挥着极为重要的作用.充分考虑自备电厂煤气供入量特点,建立了HP-Elman-LSSVM预测模型,并根据自备电厂能源利用的特点,建立拟合模型求解自备电厂锅炉的经济运行负荷,在此基础上对供入自备电厂的煤气进行优化调度.将该模型应用于具体企业,实现了钢铁企业自备电厂煤气预测和优化调度.模型应用表明:所建模型对自备电厂煤气供入量30、45、60个点的预测平均相对误差分别为1.9％、1.4％、1.4％,能有效解决实际生产中自备电厂煤气供入量预测不准问题.并通过煤气优化调度,自备电厂可大幅度提升蒸汽产率,应用企业每年可多产蒸汽约8.1322万t,折合节约标煤9443.955t.
关键词:
自备电厂
,
优化调度
,
HP-Elman-LSSVM
李红娟
,
王建军
,
王华
,
孟华
钢铁研究学报
针对钢铁企业富余煤气的频繁波动对自备电厂能耗及煤气平衡影响严重,且难以通过建立机制模型进行预测的问题,依据HP滤波和Elman神经网络性质建立了HP(2)-Elman预测模型.并根据自备电厂能源利用的特点,建立拟合模型求解锅炉的经济运行负荷,在此基础上对富余煤气进行优化调度.模型应用表明:所建预测模型对煤气柜位预测平均相对误差小于2.8％,自备电厂煤气供入量30、45、60个点预测平均相对误差分别为1.7％、1.6％、1.6％.根据预测结果进行的优化调度可为煤气柜位调整及自备电厂锅炉负荷分配提供操作依据,一年按照330天计算,可多产蒸汽约100495t,节能约11670481kg标煤.
关键词:
HP滤波
,
Elman神经网络
,
优化调度
