專利名稱：一種基于乘積arima模型的在線能源預(yù)測系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明屬于鋼鐵企業(yè)能源預(yù)測技術(shù)領(lǐng)域，提供了一種基于乘積ARIMA模型的在線 能源預(yù)測系統(tǒng)及方法，可以對多種數(shù)據(jù)類型包括平穩(wěn)，非平穩(wěn)，季節(jié)波動進(jìn)行建模預(yù) 測，主要用于短期及中期預(yù)測。
背景技術(shù)：
鋼鐵企業(yè)能源的流動和波動情況受很多因素的影響，復(fù)雜多變，難于把握，在很 大程度上表現(xiàn)為一種隨機不穩(wěn)定狀態(tài)，而影響其波動的因素又時有發(fā)生，不可能用一 種固定的模型達(dá)到準(zhǔn)確預(yù)測的效果，如果不能利用最近的信息對模型參數(shù)進(jìn)行修正， 將產(chǎn)生較大的預(yù)測偏差。因此本文提出一種基于乘積ARIMA模型的在線能源預(yù)測方法。
目前的預(yù)測技術(shù)大致分為三類(l)定性預(yù)測方法。這種預(yù)測方法適用于缺乏歷史 統(tǒng)計數(shù)據(jù)的系統(tǒng)對象， 一般是人們根據(jù)系統(tǒng)過去和現(xiàn)在的經(jīng)驗，判斷和直覺進(jìn)行預(yù)測， 其中以人的邏輯為主，僅要求提供系統(tǒng)發(fā)展的方向、狀態(tài)、形式等定性結(jié)果。目前鋼 廠方面的能源預(yù)測好多是基于此類的經(jīng)驗預(yù)測，對預(yù)測者的專家經(jīng)驗要求比較高。(2) 因果關(guān)系預(yù)測方法。這類預(yù)測方法的理論基礎(chǔ)是系統(tǒng)變量之間存在某種前因后果的關(guān) 系，找出影響某種結(jié)果的幾個因素，建立因與果的數(shù)學(xué)模型，根據(jù)因變量的變化預(yù)測 結(jié)果變量的變化，即預(yù)測系統(tǒng)的發(fā)展方向又確定具體的數(shù)值變化規(guī)律。主要方法包括 時間序列分析、線性回歸分析、灰色預(yù)測、神經(jīng)網(wǎng)絡(luò)技術(shù)等。其中時間序列分析和灰 色預(yù)測即可基于歷史數(shù)據(jù)預(yù)測又可基于因果關(guān)系預(yù)測?；谝蚬P(guān)系的時間序列預(yù)測 主要應(yīng)用在控制領(lǐng)域?；疑A(yù)測技術(shù)比較常用的是GM (1， 1)模型，具有建模簡單， 建模數(shù)據(jù)少的優(yōu)點，但是它也有本身的不足例如建模數(shù)據(jù)要求非負(fù)，數(shù)據(jù)趨勢呈指 數(shù)增長等，這就限制了其在實際中的廣泛應(yīng)用。盡管目前有很多方法例如經(jīng)過數(shù)據(jù)預(yù) 處理，使其負(fù)荷指數(shù)增長；改變建模方式等使其應(yīng)用范圍開闊了很多，但是也只是針 對某些能源介質(zhì)特定的變化趨勢而言，預(yù)測效果較好，而對于鋼廠復(fù)雜多變的環(huán)境并 不適應(yīng)。神經(jīng)網(wǎng)絡(luò)技術(shù)在能源預(yù)測領(lǐng)域也是廣為應(yīng)用的一種方法，但是由于神經(jīng)網(wǎng)絡(luò) 技術(shù)建模訓(xùn)練時間較長，存在局部極值等缺陷，不適合用于在線預(yù)測?；貧w預(yù)測技術(shù) 雖然是一種比較成熟的預(yù)測技術(shù)，但是由于鋼鐵行業(yè)影響能源波動的因素比較多，很 難用一個因果關(guān)系的回歸模型來描述，即使能擬合出這樣一個比較滿意的回歸方程， 其結(jié)果也很難用于預(yù)測。因為一般在因果關(guān)系中，因變量和自變量在時間上是同步的， 如果因變量的未來狀態(tài)無法獲取，則這種回歸模型，將無法用于預(yù)測。(3)時間序列 預(yù)測方法。該方法適用于利用統(tǒng)計數(shù)據(jù)研究預(yù)測對象隨時間變化的趨勢。它主要是根 據(jù)對象隨時間變化的歷史資料，只考慮系統(tǒng)變量隨時間的變化規(guī)律，對系統(tǒng)未來的表 現(xiàn)進(jìn)行定量預(yù)測。主要有移動平均法(MA)，自回歸方法(AR)，自回歸滑動平均法(ARMA)， 自回歸求和滑動平均方法(ARIMA)，指數(shù)平滑法，趨勢外推法等。其中ARMA方法是由 Box-Jenkins在70年代初提出的一種時間序列方法，其中AR、 MA模型，指數(shù)平滑模型 只是作為它的特列包含在內(nèi)。而ARIMA模型主要是針對非平穩(wěn)過程的一類時間序列方法。它的應(yīng)用范圍比較廣泛平穩(wěn)模型，非平穩(wěn)模型，它適用于描述許多時間序列， 一旦對序列確定出合適的模型，立刻就有最優(yōu)的預(yù)報方法，在生產(chǎn)實踐中獲得了廣泛
應(yīng)用，是一類非常重要的隨機模型描述方法。而乘積ARIMA模型則是在ARIMA模型的 基礎(chǔ)之上針對具有季節(jié)波動性的數(shù)據(jù)列提出的一種描述模型，擴大了時間序列模型的 應(yīng)用范圍，乘積ARIMA模型適用于平穩(wěn)、非平穩(wěn)、季節(jié)波動數(shù)據(jù)類型。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于乘積ARIMA模型的在線能源預(yù)測系統(tǒng)及方法，根 據(jù)鋼鐵行業(yè)能源波動狀況的隨機，不穩(wěn)定性，提出了一種基于ARIMA方法的能源在線 預(yù)測技術(shù)，適用于平穩(wěn)、非平穩(wěn)、季節(jié)波動多種能源數(shù)據(jù)類型，并且結(jié)合鋼廠的生產(chǎn) 和檢修計劃對預(yù)測結(jié)果進(jìn)行修正，形成比較完整的能源在線預(yù)測體系。預(yù)測結(jié)果可以 為鋼鐵行業(yè)調(diào)度人員提供決策支持。
本發(fā)明的系統(tǒng)包括現(xiàn)場的PLC (可編程控制器)，DCS (集散控制系統(tǒng))組成的PCS (過程控制系統(tǒng))層，生產(chǎn)執(zhí)行系統(tǒng)MES層，企業(yè)資源計劃管理ERP層，網(wǎng)絡(luò)體系； 網(wǎng)絡(luò)體系由安裝在現(xiàn)場的數(shù)據(jù)采集系統(tǒng)SCADA，實時數(shù)據(jù)庫服務(wù)器，數(shù)據(jù)庫服務(wù)器， 應(yīng)用服務(wù)器，客戶端工作站，防病毒數(shù)據(jù)庫以及連接各個計算機、控制器、傳感器的 網(wǎng)絡(luò)組成。
由PLC、 DCS組成的PCS層是鋼廠自動化系統(tǒng)的基礎(chǔ)和核心，包括各種自動化生產(chǎn) 設(shè)備、自動化控制儀表、自動化檢測儀器等，負(fù)責(zé)現(xiàn)場設(shè)備的智能控制過程和生產(chǎn)中 第一線實時數(shù)據(jù)的采集。
MES層是連接PCS層和ERP層的橋梁，它從ERP系統(tǒng)接受生產(chǎn)計劃信息，并對生產(chǎn) 計劃進(jìn)行分解，產(chǎn)生調(diào)度指令，指導(dǎo)企業(yè)生產(chǎn)活動。同時接受從PCS層傳遞來的數(shù)據(jù)， 并進(jìn)行整理，為ERP層提供決策支持。
ERP層可以根據(jù)市場狀況及未來訂單從全局出發(fā)制定生產(chǎn)計劃，下發(fā)給MES層指導(dǎo) 生產(chǎn)。
數(shù)據(jù)采集系統(tǒng)(SCADA):主要實現(xiàn)數(shù)據(jù)采集和現(xiàn)場的控制。它包括兩個層次的含 義 一是分布式數(shù)據(jù)采集系統(tǒng)即智能數(shù)據(jù)采集系統(tǒng)，也就是通常所說的下位機；另一 個是數(shù)據(jù)處理和顯示系統(tǒng)，即上位機HMI。下位機一般意義上通常是指硬件層次上的， 即各種數(shù)據(jù)采集設(shè)備，如RTU、 FTU、 PLC及各種智能控制設(shè)備等。這些智能采集設(shè)備 與生產(chǎn)過程中的儀表相結(jié)合，感知設(shè)備各種參數(shù)的狀態(tài)，并將這些狀態(tài)轉(zhuǎn)換成數(shù)字信 號，通過數(shù)字通信網(wǎng)傳遞到HMI系統(tǒng)，上位機HMI系統(tǒng)接受這些信息后，會對這些信 息進(jìn)行處理同時以適當(dāng)?shù)男问饺缏曇?、圖形、圖像等方式展現(xiàn)給用戶，以達(dá)到監(jiān)視的 目的。這些處理后的數(shù)據(jù)會保存到實時數(shù)據(jù)庫(如InSql)中，以供給數(shù)據(jù)管理系統(tǒng)使 用。
實時數(shù)據(jù)庫服務(wù)器負(fù)責(zé)實時存儲數(shù)據(jù)采集系統(tǒng)傳上來的能源數(shù)據(jù)，為能源預(yù)測 功能及其他數(shù)據(jù)管理功能提供數(shù)據(jù)支持。
數(shù)據(jù)庫服務(wù)器運行專業(yè)的關(guān)系型數(shù)據(jù)庫，將現(xiàn)場的生產(chǎn)過程數(shù)據(jù)和設(shè)備運行數(shù) 據(jù)以及從ERP或者M(jìn)ES系統(tǒng)獲得的能源計劃數(shù)據(jù)和檢修數(shù)據(jù)等存在數(shù)據(jù)庫中。應(yīng)用服務(wù)器它是整個系統(tǒng)的核心，主要通過與數(shù)據(jù)庫以及客戶端通信，擔(dān)負(fù)著 預(yù)測項目配置模塊，預(yù)測模型參數(shù)配置模塊，實時動態(tài)預(yù)測模塊的數(shù)據(jù)請求和計算工 作。
客戶端工作站主要提供人際交互的界面，以比較友好的方式展現(xiàn)預(yù)測結(jié)果及根
據(jù)用戶請求進(jìn)行結(jié)果分析和驗證。
防病毒服務(wù)器主要負(fù)責(zé)網(wǎng)絡(luò)病毒的防護(hù)、網(wǎng)絡(luò)病毒庫的更新。 能源預(yù)測的任務(wù)主要是通過一下幾個功能模塊實現(xiàn)的1、預(yù)測項目配置模塊2、
預(yù)測算法參數(shù)配置模塊3、能源預(yù)測模塊4、預(yù)測結(jié)果展示及驗證模塊。其預(yù)測步驟
為
a、 配置能源預(yù)測項目及相應(yīng)的預(yù)測模型參數(shù)；
b、 從模型庫提取能源預(yù)測模型，利用實時數(shù)據(jù)，在線建模預(yù)測；
C、利用預(yù)測結(jié)果展示和驗證模塊進(jìn)行預(yù)測結(jié)果展示及分析，當(dāng)結(jié)果誤差較大時， 重新進(jìn)行模型階次參數(shù)配置。
1、 預(yù)測項目配置模塊主要負(fù)責(zé)與數(shù)據(jù)庫通訊，配置各種預(yù)測項目名稱、相應(yīng)描 述信息、預(yù)測媒介、數(shù)據(jù)采集點等信息，并存入數(shù)據(jù)庫，同時提供增加，刪除，修改 操作，方便用戶更改預(yù)測項目信息。
2、 預(yù)測算法參數(shù)配置模塊本發(fā)明基于乘積ARIMA算法對鋼鐵企業(yè)各能源介質(zhì)波
動狀況進(jìn)行預(yù)測，并且對該算法進(jìn)行了封裝，只提供以下7個參數(shù)作為該算法的輸入 參數(shù)非季節(jié)自回歸階次P，非季節(jié)滑動平均階次q，非季節(jié)差分階次d，季節(jié)自回歸階 次P，季節(jié)滑動平均階次Q，季節(jié)差分階次D，季節(jié)變動系數(shù)S。可以用 (/7，《《)X(尸,D,g),模型來描述。模型適用于平穩(wěn)、非平穩(wěn)、季節(jié)波動特性的數(shù)據(jù)序
列。針對各種能源介質(zhì)的波動特點，設(shè)定模型參數(shù)，存入預(yù)測模型算法庫。另外為了 輔助模型參數(shù)的設(shè)定，此模塊還提供了包括數(shù)據(jù)提取，數(shù)據(jù)分析，建模，模型驗證在 內(nèi)的人際交互界面。
數(shù)據(jù)提取部分提供了5鐘數(shù)據(jù)源的提取途徑Oracel關(guān)系數(shù)據(jù)庫，SQLServer關(guān)系 數(shù)據(jù)庫，Excel數(shù)據(jù)文件，TxT文本數(shù)據(jù)文件，XML系統(tǒng)數(shù)據(jù)庫。數(shù)據(jù)提取后把數(shù)據(jù)分 為建模數(shù)據(jù)和模型測試數(shù)據(jù)兩部分。
數(shù)據(jù)分析部分主要是提供對原始數(shù)據(jù)，各階次差分?jǐn)?shù)據(jù)的自相關(guān)函數(shù)(ACF)，偏相 關(guān)函數(shù)(PACF)分析及圖像化展示。
建模部分主要是利用分析結(jié)果確定模型階次并運用建模數(shù)據(jù)進(jìn)行建模預(yù)測。
模型驗證部分主要是運用測試數(shù)據(jù)對建模預(yù)測結(jié)果進(jìn)行分析檢驗及預(yù)測效果評估。 它提供了各種量化指標(biāo)來實現(xiàn)這部分功能包括絕對誤差與相對誤差、平均絕對相對誤 差、均方誤差、均方根誤差、灰色關(guān)聯(lián)度、后驗差檢驗。
3、 能源預(yù)測模塊從數(shù)據(jù)庫中提取各預(yù)測項目的歷史數(shù)據(jù)，并進(jìn)行數(shù)據(jù)預(yù)處理， 主要是進(jìn)行空值和異常值的處理。然后從算法庫中抽取己配置好階次的預(yù)測模型，進(jìn) 行相應(yīng)階次下的參數(shù)辨識并輸出預(yù)測結(jié)果。同時檢查生產(chǎn)和檢修計劃，如果預(yù)測時段內(nèi)有檢修任務(wù)，則對預(yù)測結(jié)果進(jìn)行相應(yīng)修正。預(yù)測結(jié)果會定時存入數(shù)據(jù)庫，以備預(yù)測 結(jié)果驗證模塊的調(diào)用。需要說明的是如果是短期預(yù)測，則此模塊的歷史數(shù)據(jù)直接來源 于實時數(shù)據(jù)庫，如果是中期預(yù)測則定時從關(guān)系型數(shù)據(jù)庫中獲取。
4、預(yù)測結(jié)果展示及驗證預(yù)測結(jié)果展示及驗證模塊可以根據(jù)用戶的選擇提供預(yù)測 結(jié)果的圖像化表示，如果有分析請求可以從數(shù)據(jù)庫中提取預(yù)測時刻之前的預(yù)測數(shù)據(jù)和 實測數(shù)據(jù)進(jìn)行絕對誤差與相對誤差、平均絕對誤差與相對誤差、均方誤差、均方根誤 差、灰色關(guān)聯(lián)度等各種指標(biāo)的量化分析，以方便對模型動態(tài)預(yù)測效果的驗證。如果經(jīng) 分析預(yù)測誤差較大，可以在預(yù)測算法參數(shù)配置模塊重新配置參數(shù)，并更新到對應(yīng)的算 法庫。
本發(fā)明的優(yōu)點在于-
對乘積ARIMA算法進(jìn)行封裝使用，使其對外應(yīng)用更加簡單、便捷。并且提供了包 括數(shù)據(jù)分析，建模及模型驗證的相關(guān)方法來輔助對模型相應(yīng)階次的設(shè)定。使乘積ARIMA 模型形成模型辨識、參數(shù)估計、建模、模型驗證的整個體系，便于根據(jù)不同能源數(shù)據(jù) 波動類型對模型進(jìn)行配置。
系統(tǒng)整個預(yù)測體系分為靜態(tài)配置和動態(tài)預(yù)測，功能分配合理，同時也使其使用更 加靈活。靜態(tài)配置部分可以根據(jù)用戶需要對不同能源介質(zhì)進(jìn)行預(yù)測項目配置和預(yù)測模 型配置，通過增加、修改和刪除操作直接對數(shù)據(jù)庫和模型庫中的相應(yīng)配置信息進(jìn)行修 改。如果動態(tài)預(yù)測效果不好，可以再次修改相應(yīng)的配置信息。有比較友好的人際交互 功能。


圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)圖。
圖2是本發(fā)明的乘積ARIMA模型的參數(shù)配置流程圖。 圖3是本發(fā)明的能源預(yù)測模塊算法流程圖。 圖4是本發(fā)明的預(yù)測系統(tǒng)功能結(jié)構(gòu)圖。
具體實施例方式
圖1 圖4為本發(fā)明的一種具體實施方式
。
圖1為系統(tǒng)結(jié)構(gòu)圖，主要包括底層的數(shù)據(jù)采集系統(tǒng)，實時數(shù)據(jù)庫服務(wù)器，數(shù)據(jù)庫 服務(wù)器，應(yīng)用服務(wù)器，防病毒服務(wù)器，客戶端。其中數(shù)據(jù)采集系統(tǒng)主要負(fù)責(zé)數(shù)據(jù)采集 和現(xiàn)場監(jiān)控；數(shù)據(jù)庫服務(wù)器和實時數(shù)據(jù)服務(wù)器為預(yù)測功能的實現(xiàn)提供數(shù)據(jù)支持；應(yīng)用 服務(wù)器主要運行預(yù)測模塊；客戶端主要提供人際交互功能，以圖像化的方式展現(xiàn)預(yù)測 結(jié)果。
圖2為乘積ARIMA模型的參數(shù)配置流程圖。從數(shù)據(jù)源提取預(yù)測項目的能源數(shù)據(jù)，經(jīng) 過數(shù)據(jù)分析，初步確定模型階次，根據(jù)確定的模型階次建立乘積ARIMA模型，最后用 所建模型對測試數(shù)據(jù)進(jìn)行預(yù)測并對預(yù)測結(jié)果進(jìn)行分析驗證，如果滿意預(yù)測結(jié)果，則把 所確定的模型階次存儲到模型算法庫，否則重新進(jìn)行模型階次的設(shè)定。
圖3為能源預(yù)測模塊算法流程圖。從數(shù)據(jù)庫提取建模歷史數(shù)據(jù)，并對數(shù)據(jù)預(yù)處理， 從算法庫獲取相應(yīng)預(yù)測模型的階次信息，然后運用歷史數(shù)據(jù)和已配置的模型階次在線辨識模型參數(shù)，并進(jìn)行預(yù)測計算。同時檢查檢修計劃，如果有檢修，則修正預(yù)測結(jié)果， 然后輸出。否則，直接輸出預(yù)測結(jié)果。
圖4為預(yù)測系統(tǒng)功能結(jié)構(gòu)圖。主要包括預(yù)測項目配置模塊，預(yù)測模型參數(shù)配置模 塊，能源預(yù)測模塊，預(yù)測結(jié)果展示及驗證模塊。
1、 利用鋼廠以太網(wǎng)，連通數(shù)據(jù)采集系統(tǒng)、實時數(shù)據(jù)庫服務(wù)器、數(shù)據(jù)庫服務(wù)器、應(yīng) 用數(shù)據(jù)庫服務(wù)器、防病毒服務(wù)器、客戶端工作站以及企業(yè)的MES系統(tǒng)和ERP系統(tǒng)。
2、 運用本發(fā)明中的預(yù)測項目配置工具及預(yù)測模型參數(shù)配置工具將配置好的預(yù)測項 目信息和預(yù)測模型信息分別存儲到數(shù)據(jù)庫服務(wù)器和模型庫文件。
3、 開啟本發(fā)明中的應(yīng)用服務(wù)器中的能源預(yù)測服務(wù)，進(jìn)行實時預(yù)測計算。 在客戶端根據(jù)用戶需求選擇相應(yīng)的預(yù)測項目進(jìn)行預(yù)測結(jié)果的圖形化展示及預(yù)測結(jié)果分 析驗證。如果預(yù)測結(jié)果不滿足要求，則重新進(jìn)行預(yù)測模型參數(shù)配置，并保存到算法庫， 供能源預(yù)測模塊使用。
權(quán)利要求
1、一種基于乘積ARIMA模型的在線能源預(yù)測系統(tǒng)，其特征在于該系統(tǒng)包括現(xiàn)場的可編程控制器PLC，集散控制系統(tǒng)DCS組成的過程控制系統(tǒng)PCS層，生產(chǎn)執(zhí)行系統(tǒng)MES層，企業(yè)資源計劃管理ERP層，網(wǎng)絡(luò)體系；網(wǎng)絡(luò)體系由安裝在現(xiàn)場的數(shù)據(jù)采集系統(tǒng)SCADA，實時數(shù)據(jù)庫服務(wù)器，數(shù)據(jù)庫服務(wù)器，應(yīng)用服務(wù)器，客戶端工作站，防病毒數(shù)據(jù)庫以及連接各個計算機、控制器、傳感器的網(wǎng)絡(luò)組成；由PLC、DCS組成的PCS層包括各種自動化生產(chǎn)設(shè)備、自動化控制儀表、自動化檢測儀器，負(fù)責(zé)現(xiàn)場設(shè)備的智能控制過程和生產(chǎn)中第一線實時數(shù)據(jù)的采集；MES層是連接PCS層和ERP層的橋梁，它從ERP系統(tǒng)接受生產(chǎn)計劃信息，并對生產(chǎn)計劃進(jìn)行分解，產(chǎn)生調(diào)度指令，指導(dǎo)企業(yè)生產(chǎn)活動；同時接受從PCS層傳遞來的數(shù)據(jù)，并進(jìn)行整理，為ERP層提供決策支持；ERP層是整個系統(tǒng)架構(gòu)的最高層，它制定生產(chǎn)計劃，下發(fā)給MES層指導(dǎo)生產(chǎn)；數(shù)據(jù)采集系統(tǒng)SCADA負(fù)責(zé)底層DCS，PLC系統(tǒng)的數(shù)據(jù)采集和監(jiān)控，將采集的數(shù)據(jù)上傳到實時數(shù)據(jù)庫，供給上層的數(shù)據(jù)管理系統(tǒng)使用；實時數(shù)據(jù)庫服務(wù)器負(fù)責(zé)實時存儲數(shù)據(jù)采集系統(tǒng)傳上來的能源數(shù)據(jù)，為能源預(yù)測功能及其他數(shù)據(jù)管理功能提供數(shù)據(jù)支持；數(shù)據(jù)庫服務(wù)器運行專業(yè)的關(guān)系型數(shù)據(jù)庫，將現(xiàn)場的生產(chǎn)過程數(shù)據(jù)和設(shè)備運行數(shù)據(jù)以及從ERP或者M(jìn)ES系統(tǒng)獲得的能源計劃數(shù)據(jù)和檢修數(shù)據(jù)等存在數(shù)據(jù)庫中；應(yīng)用服務(wù)器它是整個系統(tǒng)的核心，通過與數(shù)據(jù)庫以及客戶端通信，擔(dān)負(fù)著預(yù)測項目配置模塊，預(yù)測模型參數(shù)配置模塊，實時動態(tài)預(yù)測模塊的數(shù)據(jù)請求和計算工作；客戶端工作站提供人際交互的界面，以比較友好的方式展現(xiàn)預(yù)測結(jié)果及根據(jù)用戶請求進(jìn)行結(jié)果分析和驗證；防病毒服務(wù)器主要負(fù)責(zé)網(wǎng)絡(luò)病毒的防護(hù)、網(wǎng)絡(luò)病毒庫的更新。
2、 一種使用權(quán)利要求1所述系統(tǒng)基于ARIMA模型的在線能源預(yù)測方法，其特征在于通過預(yù)測項目配置模塊、預(yù)測算法參數(shù)配置模塊、能源預(yù)測模塊、預(yù)測結(jié)果 展示及驗證模塊幾個功能模塊實現(xiàn)在線能源預(yù)測；其預(yù)測步驟為a、 配置能源預(yù)測項目及相應(yīng)的預(yù)測模型參數(shù)；b、 從模型庫提取能源預(yù)測模型，利用實時數(shù)據(jù)，在線建模預(yù)測；c、 利用預(yù)測結(jié)果展示和驗證模塊進(jìn)行預(yù)測結(jié)果展示及分析，當(dāng)結(jié)果誤差較大時， 重新進(jìn)行模型階次參數(shù)配置。
3、 按照權(quán)利要求2所述的方法，其特征在于 ' 預(yù)測項目配置模塊配置各種預(yù)測項目名稱、相應(yīng)描述信息、預(yù)測媒介、數(shù)據(jù)采集點等信息，并存入數(shù)據(jù)庫，同時提供增加，刪除，修改操作，方便用戶更改預(yù)測項 目信息；預(yù)測算法參數(shù)配置模塊針對各種能源介質(zhì)的波動特點，設(shè)定模型階次參數(shù)，存 入預(yù)測模型算法庫；另外為了輔助模型參數(shù)的設(shè)定，此模塊還提供了包括數(shù)據(jù)提取， 數(shù)據(jù)分析，建模，模型驗證在內(nèi)的人際交互界面；使乘積ARIMA模型形成模型辨識、參數(shù)估計、建模、模型驗證的整個體系，便于根據(jù)不同能源數(shù)據(jù)波動類型對模型進(jìn)行 配置；能源預(yù)測模塊從數(shù)據(jù)庫中提取各預(yù)測項目的歷史數(shù)據(jù)，并進(jìn)行數(shù)據(jù)預(yù)處理，主 要是進(jìn)行空值和異常值的處理；然后從算法庫中抽取己配置好階次的預(yù)測模型，進(jìn)行 相應(yīng)階次下的參數(shù)辨識并輸出預(yù)測結(jié)果；同時檢查生產(chǎn)和檢修計劃，如果預(yù)測時段內(nèi) 有檢修任務(wù)，則對預(yù)測結(jié)果進(jìn)行相應(yīng)修正；預(yù)測結(jié)果會定時存入數(shù)據(jù)庫，以備預(yù)測結(jié) 果驗證模塊的調(diào)用。預(yù)測結(jié)果展示及驗證模塊根據(jù)用戶的選擇提供預(yù)測結(jié)果的圖像化表示，如果有 分析請求可以從數(shù)據(jù)庫中提取預(yù)測時刻之前的預(yù)測數(shù)據(jù)和實測數(shù)據(jù)進(jìn)行絕對誤差與相 對誤差、平均絕對誤差、均方誤差、均方根誤差、灰色關(guān)聯(lián)度等各種指標(biāo)的量化分析， 以方便對模型動態(tài)預(yù)測效果的驗證；如果經(jīng)分析預(yù)測誤差較大，在預(yù)測算法參數(shù)配置 模塊重新配置參數(shù)，并更新到對應(yīng)的算法庫。
全文摘要
一種基于乘積ARIMA模型的在線能源預(yù)測系統(tǒng)及方法，屬于鋼鐵企業(yè)能源預(yù)測技術(shù)領(lǐng)域。該系統(tǒng)包括現(xiàn)場的可編程控制器PLC，集散控制系統(tǒng)DCS組成的過程控制系統(tǒng)PCS層，生產(chǎn)執(zhí)行系統(tǒng)MES層，企業(yè)資源計劃管理ERP層，網(wǎng)絡(luò)體系；網(wǎng)絡(luò)體系由安裝在現(xiàn)場的數(shù)據(jù)采集系統(tǒng)SCADA，實時數(shù)據(jù)庫服務(wù)器，數(shù)據(jù)庫服務(wù)器，應(yīng)用服務(wù)器，客戶端工作站，防病毒數(shù)據(jù)庫以及連接各個計算機、控制器、傳感器的網(wǎng)絡(luò)組成。優(yōu)點在于通過預(yù)測算法參數(shù)配置模塊配置合適的模型級次，可以實現(xiàn)對多種數(shù)據(jù)類型包括平穩(wěn)、非平穩(wěn)、季節(jié)波動數(shù)據(jù)進(jìn)行實時在線預(yù)測。
文檔編號G05B19/418GK101408769SQ20081022696
公開日2009年4月15日 申請日期2008年11月21日 優(yōu)先權(quán)日2008年11月21日
發(fā)明者孫要奪, 梁青艷, 薛俊鵬 申請人:冶金自動化研究設(shè)計院