本發(fā)明涉及工業(yè)數(shù)據(jù)分析,特別是一種基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法。
背景技術(shù):
1、水泥生產(chǎn)是能源消耗大戶,其中回轉(zhuǎn)窯系統(tǒng)的熱耗約占水泥生產(chǎn)總能耗的80%以上。隨著工業(yè)數(shù)字化轉(zhuǎn)型的深入,水泥企業(yè)雖然建立了完善的自動(dòng)化數(shù)據(jù)采集系統(tǒng),通過dcs系統(tǒng)實(shí)時(shí)采集窯尾煙氣溫度、窯速、風(fēng)量等工藝運(yùn)行參數(shù),但現(xiàn)有分析方法過于簡單,無法充分發(fā)掘數(shù)據(jù)中蘊(yùn)含的深層規(guī)律,導(dǎo)致大量有價(jià)值的生產(chǎn)數(shù)據(jù)未能得到有效利用。
2、傳統(tǒng)的熱耗分析方法主要基于靜態(tài)熱平衡計(jì)算,忽視了時(shí)序數(shù)據(jù)特征,且往往采用單一的統(tǒng)計(jì)分析或經(jīng)驗(yàn)?zāi)P停茨艹浞诌\(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等先進(jìn)數(shù)據(jù)分析技術(shù)。同時(shí),由于缺乏智能化的工況識(shí)別方法,現(xiàn)有分析往往將不同運(yùn)行工況的數(shù)據(jù)進(jìn)行粗放式統(tǒng)一處理,忽視了工況差異對(duì)系統(tǒng)熱耗的顯著影響,這導(dǎo)致水泥企業(yè)難以實(shí)現(xiàn)精準(zhǔn)的熱耗預(yù)測(cè)和優(yōu)化控制,制約了企業(yè)進(jìn)一步降低能耗、提高生產(chǎn)效率的進(jìn)程。
技術(shù)實(shí)現(xiàn)思路
1、鑒于現(xiàn)有的水泥窯系統(tǒng)熱耗分析方法在工況識(shí)別、時(shí)序特征分析和熱耗評(píng)估等方面存在的不足,提出了本發(fā)明。
2、因此,本發(fā)明所要解決的問題在于如何實(shí)現(xiàn)對(duì)水泥窯系統(tǒng)熱耗的準(zhǔn)確分析和優(yōu)化控制,為水泥企業(yè)節(jié)能降耗提供有效的決策支持。
3、為解決上述技術(shù)問題,本發(fā)明提供如下技術(shù)方案:
4、第一方面,本發(fā)明實(shí)施例提供了一種基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其包括采集并預(yù)處理水泥窯系統(tǒng)的工藝運(yùn)行參數(shù),工藝運(yùn)行參數(shù)包括溫度參數(shù)、流量參數(shù)以及生產(chǎn)參數(shù);基于滑動(dòng)時(shí)間窗口和兩階段聚類算法,對(duì)工藝運(yùn)行參數(shù)進(jìn)行時(shí)序分析和工況劃分,建立工況特征庫;基于工況特征庫,建立熱耗分析基模型和熱耗異常模式識(shí)別規(guī)則庫;將熱耗分析基模型應(yīng)用于實(shí)時(shí)運(yùn)行數(shù)據(jù),結(jié)合熱耗異常模式識(shí)別規(guī)則庫,輸出熱耗分析報(bào)告。
5、作為本發(fā)明所述基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法的一種優(yōu)選方案,其中:建立工況特征庫包括以下步驟:采用滑動(dòng)時(shí)間窗口對(duì)工藝運(yùn)行參數(shù)進(jìn)行分段,設(shè)定窗口長度和重疊率,獲取時(shí)序數(shù)據(jù)段;計(jì)算每個(gè)時(shí)序數(shù)據(jù)段內(nèi)溫度參數(shù)、流量參數(shù)和生產(chǎn)參數(shù)的工況特征;將工況特征按預(yù)設(shè)順序組織,形成特征向量,并進(jìn)行降維處理;采用兩階段聚類算法對(duì)特征向量進(jìn)行分類,得到工況特征簇;計(jì)算每個(gè)工況特征簇的熱耗特征指標(biāo),分析工況特征簇間的轉(zhuǎn)換關(guān)系,建立工況轉(zhuǎn)換序列;將工況特征簇?cái)?shù)據(jù)進(jìn)行整理并存儲(chǔ),建立工況特征庫。
6、作為本發(fā)明所述基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法的一種優(yōu)選方案,其中:采用兩階段聚類算法對(duì)特征向量進(jìn)行分類包括以下步驟:計(jì)算特征向量間的距離矩陣并進(jìn)行層次聚類,得到初始聚類簇;采用dbscan密度聚類算法對(duì)初始聚類簇進(jìn)行優(yōu)化,得到工況特征簇;對(duì)得到的工況特征簇進(jìn)行評(píng)估和合理性驗(yàn)證;計(jì)算特征向量間的距離矩陣并進(jìn)行層次聚類包括,計(jì)算任意兩個(gè)特征向量之間的加權(quán)距離,得到加權(quán)距離矩陣d;將每個(gè)特征向量視為一個(gè)獨(dú)立的聚類簇,基于加權(quán)距離矩陣d,采用ward法迭代合并最近的兩個(gè)類;使用gap統(tǒng)計(jì)量確定最優(yōu)聚類數(shù)k;根據(jù)最優(yōu)聚類數(shù)k對(duì)層次樹進(jìn)行切割,得到k個(gè)初始聚類簇。
7、作為本發(fā)明所述基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法的一種優(yōu)選方案,其中:采用dbscan密度聚類算法對(duì)初始聚類簇進(jìn)行優(yōu)化包括以下步驟:對(duì)每個(gè)初始聚類簇中的樣本點(diǎn)計(jì)算局部密度,選取局部密度峰值點(diǎn)作為聚類中心;按照密度可達(dá)性原則,將每個(gè)樣本點(diǎn)分配到最近的聚類中心;在樣本點(diǎn)分配完成后,檢查所有聚類簇的密度相似性,若兩個(gè)聚類簇滿足密度相似性標(biāo)準(zhǔn)且滿足工況轉(zhuǎn)換平滑性約束,則合并這兩個(gè)聚類簇;對(duì)于未分配的樣本點(diǎn),采用最近鄰原則將其分配到最近的聚類簇;局部密度的計(jì)算公式如下:
8、,
9、其中,為樣本點(diǎn)o的局部密度,o為待計(jì)算的樣本點(diǎn),為鄰域內(nèi)第m個(gè)樣本點(diǎn),為樣本點(diǎn)處的能耗梯度,為能耗梯度權(quán)重系數(shù),為高斯核函數(shù)。
10、作為本發(fā)明所述基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法的一種優(yōu)選方案,其中:建立工況轉(zhuǎn)換序列包括以下步驟:基于工況特征簇的時(shí)間序列數(shù)據(jù),計(jì)算工況轉(zhuǎn)換矩陣t,其中工況轉(zhuǎn)換矩陣元素tab表示從工況特征簇a到工況特征簇b的轉(zhuǎn)換次數(shù);計(jì)算每個(gè)非零的工況轉(zhuǎn)換矩陣元素tab對(duì)應(yīng)的轉(zhuǎn)換成功率;構(gòu)建工況轉(zhuǎn)換網(wǎng)絡(luò),以各工況特征簇為節(jié)點(diǎn),以工況轉(zhuǎn)換矩陣元素tab為邊權(quán)重;基于工況轉(zhuǎn)換網(wǎng)絡(luò),提取高頻轉(zhuǎn)換路徑,分析工況轉(zhuǎn)換的典型序列模式,形成工況轉(zhuǎn)換序列。
11、作為本發(fā)明所述基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法的一種優(yōu)選方案,其中:建立熱耗分析基模型和熱耗異常模式識(shí)別規(guī)則庫包括以下步驟:從工況特征庫中導(dǎo)出工況特征簇的歷史數(shù)據(jù),建立熱耗分析數(shù)據(jù)集;對(duì)熱耗分析數(shù)據(jù)集進(jìn)行時(shí)序劃分,得到分析數(shù)據(jù)矩陣和驗(yàn)證數(shù)據(jù)矩陣;將分析數(shù)據(jù)矩陣輸入多通道分析網(wǎng)絡(luò),得到熱耗分析基模型;基于驗(yàn)證數(shù)據(jù)矩陣建立熱耗異常模式識(shí)別規(guī)則庫,并構(gòu)建熱耗分析結(jié)果解釋機(jī)制。
12、作為本發(fā)明所述基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法的一種優(yōu)選方案,其中:將分析數(shù)據(jù)矩陣輸入多通道分析網(wǎng)絡(luò),得到熱耗分析基模型包括以下步驟:根據(jù)分析數(shù)據(jù)矩陣構(gòu)建工況特征通道,獲得工況時(shí)序特征表示;根據(jù)分析數(shù)據(jù)矩陣中的工況轉(zhuǎn)換序列和工況時(shí)序特征表示,構(gòu)建工況轉(zhuǎn)換通道,獲得工況轉(zhuǎn)換影響特征;根據(jù)分析數(shù)據(jù)矩陣中的時(shí)間序列信息,構(gòu)建時(shí)間特征通道,獲得熱耗周期特征;根據(jù)工況時(shí)序特征表示、工況轉(zhuǎn)換影響特征和熱耗周期特征,構(gòu)建特征自適應(yīng)融合層,獲得綜合特征表示;根據(jù)綜合特征表示,構(gòu)建熱耗變化特征提取模塊,獲得熱耗分析基模型。
13、第二方面,本發(fā)明實(shí)施例提供了基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析系統(tǒng),其包括數(shù)據(jù)處理模塊,用于采集并預(yù)處理水泥窯系統(tǒng)的工藝運(yùn)行參數(shù);特征庫構(gòu)建模塊,用于基于滑動(dòng)時(shí)間窗口和兩階段聚類算法,對(duì)工藝運(yùn)行參數(shù)進(jìn)行時(shí)序分析和工況劃分,建立工況特征庫;模型構(gòu)建模塊,用于基于工況特征庫,建立熱耗分析基模型和熱耗異常模式識(shí)別規(guī)則庫;報(bào)告生成模塊,用于將熱耗分析基模型應(yīng)用于實(shí)時(shí)運(yùn)行數(shù)據(jù),結(jié)合熱耗異常模式識(shí)別規(guī)則庫,輸出熱耗分析報(bào)告。
14、本發(fā)明的有益效果為:本發(fā)明通過引入滑動(dòng)時(shí)間窗口和兩階段聚類算法,改進(jìn)了傳統(tǒng)水泥窯工況劃分方法,能夠更好地捕捉工藝運(yùn)行參數(shù)的時(shí)序關(guān)聯(lián)特征,動(dòng)態(tài)適應(yīng)系統(tǒng)變化,實(shí)現(xiàn)較為準(zhǔn)確的工況劃分。同時(shí),基于工況特征庫建立了熱耗分析基模型,綜合考慮了工況時(shí)序特征、工況轉(zhuǎn)換影響特征和熱耗周期特征,提升了對(duì)熱耗變化的分析能力。此外,提出的熱耗異常模式識(shí)別規(guī)則庫及解釋機(jī)制,能夠有效識(shí)別熱耗異常并提供改進(jìn)建議,幫助優(yōu)化工藝與節(jié)能控制。
1.一種基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:包括,
2.如權(quán)利要求1所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:所述建立工況特征庫包括以下步驟:
3.如權(quán)利要求2所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:所述采用兩階段聚類算法對(duì)所述特征向量進(jìn)行分類包括以下步驟:
4.如權(quán)利要求3所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:所述采用dbscan密度聚類算法對(duì)所述初始聚類簇進(jìn)行優(yōu)化包括以下步驟:
5.如權(quán)利要求3所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:所述建立工況轉(zhuǎn)換序列包括以下步驟:
6.如權(quán)利要求1所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:所述建立熱耗分析基模型和熱耗異常模式識(shí)別規(guī)則庫包括以下步驟:
7.如權(quán)利要求6所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:將所述分析數(shù)據(jù)矩陣輸入多通道分析網(wǎng)絡(luò),得到熱耗分析基模型包括以下步驟:
8.一種基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析系統(tǒng),基于權(quán)利要求1~7任一所述的基于數(shù)據(jù)分析的水泥窯系統(tǒng)熱耗分析方法,其特征在于:還包括,