一种面向纯氢冶金的异步多频热氢温度软测量方法与流程

本发明涉及工业过程建模与优化，尤其涉及一种面向纯氢冶金的异步多频热氢温度软测量方法。

背景技术：

1、纯氢竖炉直接还原铁是钢铁行业实现深度脱碳的重要工艺方向。与传统高炉炼铁过程不同，纯氢直接还原过程以氢气作为主要还原介质，热氢温度、压力和流量状态直接影响还原反应速率、氢气利用效率、金属化率以及系统能耗水平。为满足纯氢竖炉对入口热氢温度的要求，通常需要在竖炉前设置热氢梯级加热工序，通过换热器对氢气进行预热，并由电加热器在预热基础上进一步补热升温，使电加热器出口氢气温度达到工艺设定要求。

2、然而，现有温度预测方法中，机理建模方法虽具有物理意义，但严重依赖换热系数、介质物性等难以在线获取的参数，且纯氢冶金工况边界变化频繁，导致建模成本高、适应性不足；数据驱动方法虽无需显式机理参数，但其通常忽略了热氢沿换热器、连接管路和电加热器传递过程中的动态时滞与热惯性，难以刻画前级预热、管路传输和后级补热之间的连续传递机制。同时，纯氢热氢梯级加热工序中多源运行数据普遍存在采样频率不一致、采集时刻不同步和数据刷新延迟等问题，简单对齐至统一时标会造成高频变量动态信息损失、低频变量虚假同步和热状态传递关系失真。此外，现有支持向量机及最小二乘支持向量机方法难以适应纯氢热氢梯级加热过程的复杂动态特性和长期工况漂移，导致模型在工况切换、功率调节或入口条件波动时预测精度下降。

技术实现思路

1、鉴于上述的分析，本发明实施例旨在提供一种面向纯氢冶金的异步多频热氢温度软测量方法，用以解决现有技术缺乏动态传递机制、异步采样信息失真、难以刻画串级热过程动态关系、预测准确性低的问题。

2、一方面，本发明实施例提供了一种面向纯氢冶金的异步多频热氢温度软测量方法，包括：

3、基于预先采集的换热器运行数据、电加热器运行数据及连接管路运行数据，构建带时间标记的多源运行数据集；

4、基于所述多源运行数据集，分别构造异步多频采样结构特征、过程变量统计状态特征、前后级热状态传递特征和变量级时间滞后特征，并组合得到异步多频时滞耦合增强输入向量；

5、基于所述异步多频时滞耦合增强输入向量构建训练样本集及可靠性约束自适应复合核函数；基于所述可靠性约束自适应复合核函数、所述训练样本集及样本可靠性权重，建立温度软测量模型；

6、基于实时采集的换热器实时运行数据、电加热器实时运行数据及连接管路实时运行数据，构造异步多频时滞耦合增强实时输入向量，并通过所述温度软测量模型，输出得到下一时刻电加热器出口氢气温度预测值。

7、进一步地，所述换热器运行数据至少包括如下运行变量：换热器入口氢气温度、换热器入口氢气压力、换热器入口氢气流量、换热器出口氢气温度、换热器出口氢气压力、换热器阀门开度；

8、所述电加热器运行数据至少包括如下运行变量：电加热功率、电加热器入口氢气温度、电加热器入口氢气压力、电加热器出口氢气温度、电加热器出口氢气压力；

9、所述连接管路运行数据至少包括如下运行变量：连接管路温度、连接管路压力。

10、进一步地，所述基于所述多源运行数据集，分别构造异步多频采样结构特征、过程变量统计状态特征、前后级热状态传递特征和变量级时间滞后特征，包括：

11、以电加热器出口氢气温度的目标预测时刻为基准，从所述多源运行数据集中截取各运行变量在各自历史时段内的原始采样序列，形成各运行变量对应的历史动态样本窗口；基于各所述历史动态样本窗口，构建多源异步采样样本；

12、基于所述多源异步采样样本，分别构造异步多频采样结构特征、过程变量统计状态特征、前后级热状态传递特征和变量级时间滞后特征。

13、进一步地，构造所述异步多频采样结构特征包括：

14、基于所述多源异步采样样本，获取各运行变量在对应历史动态样本窗口内的有效采样时间戳，并根据相邻的有效采样时间戳计算各运行变量的采样时间间隔；

15、基于各所述采样时间间隔，构造各运行变量的采样频率特征，并将各所述采样频率特征进行组合，得到所述异步多频采样结构特征；

16、其中，所述采样频率特征按照如下公式计算：

17、；

18、其中，表示第个运行变量在第个样本窗口内的采样频率特征；表示第个运行变量在第个样本窗口内的平均采样间隔；表示第个运行变量在第个样本窗口内的最大采样间隔；表示第个运行变量在第个样本窗口内的采样间隔标准差；表示第个运行变量在第个样本窗口内的有效采样点数量；表示第个运行变量相对于目标预测时刻的数据新鲜度。

19、进一步地，构造所述过程变量统计状态特征，包括：

20、基于所述多源异步采样样本，统计各运行变量在对应历史动态样本窗口内的窗口均值、窗口最大值、窗口最小值、窗口标准差、窗口首末差值、窗口变化斜率、时间加权均值和时间加权变化率中的至少一种；将各运行变量的统计结果进行组合，得到所述过程变量统计状态特征；

21、其中，所述时间加权均值按照如下公式计算：

22、；

23、其中，表示第个运行变量在第个样本窗口内的时间加权均值；

24、表示第个样本窗口内第个运行变量在第个有效采样时刻的取值，表示与第r个采样点对应的时间间隔；

25、所述时间加权变化率按照如下公式计算：

26、；

27、其中，表示第个运行变量在第个样本窗口内的时间加权变化率；表示第个样本窗口内第个运行变量的首次有效采样值；表示第个样本窗口内第个运行变量的末次有效采样值；表示第个样本窗口内第个运行变量的首次有效采样时刻，表示第个样本窗口内第个运行变量的末次有效采样时刻。

28、进一步地，构造所述前后级热状态传递特征，包括：

29、基于所述多源异步采样样本，分别计算换热器状态变化特征、换热器至电加热器传递特征、电加热器历史升温状态特征、阀门调节作用特征以及连接管路传输特征中的至少一种，并将计算结果进行组合以得到所述前后级热状态传递特征；

30、其中，所述换热器状态变化特征基于换热器氢气侧升温幅度与换热器氢气侧压力损失计算得到；所述换热器至电加热器传递特征基于换热器出口与电加热器入口之间带滞后补偿的温度传递差和压力传递差计算得到；所述电加热器历史升温状态特征基于电加热器历史升温幅度、电加热器压力变化及历史单位电加热功率升温效率计算得到；所述阀门调节作用特征基于换热器阀门开度变化量计算得到；所述连接管路传输特征基于连接管路温度与换热器出口温度之间的传递差以及电加热器入口温度与连接管路温度之间的传递差计算得到。

31、进一步地，构造所述变量级时间滞后特征，包括：

32、基于所述多源异步采样样本，确定各运行变量相对于电加热器出口氢气温度的滞后时间；

33、根据所述滞后时间，构造各运行变量在目标滞后时刻的变量级滞后特征，并根据各运行变量的动态变化特性构造多阶滞后特征；

34、在所述目标滞后时刻邻域内选取各运行变量的有效采样点，并基于各有效采样点，采用时间核加权聚合方式计算目标滞后时刻的估计值，得到各运行变量的时间核加权估计特征；

35、将各运行变量的变量级滞后特征、多阶滞后特征以及时间核加权估计特征进行组合，得到所述变量级时间滞后特征。

36、进一步地，所述构建可靠性约束自适应复合核函数，包括：

37、基于所述异步多频时滞耦合增强输入向量及其对应的电加热器出口氢气温度实测值构建训练样本集；

38、基于所述训练样本集，对预先定义的工况变量核、时间滞后核、热状态传递核、采样频率结构核及交互核进行加权组合，并经采样可靠性系数修正后，得到所述可靠性约束自适应复合核函数。

39、进一步地，所述建立温度软测量模型包括：通过所述可靠性约束自适应复合核函数对所述训练样本集中各训练样本的核相似性进行加权修正，并且通过所述样本可靠性权重对各训练样本的预测误差惩罚强度进行加权修正；

40、其中，所述样本可靠性权重由时间新近性权重、工况相似性权重、采样频率可靠性权重和热状态传递一致性权重构成。

41、进一步地，所述温度软测量模型基于双重加权最小二乘支持向量机实现，所述温度软测量模型的优化目标表示为如下形式：

42、；

43、所述温度软测量模型的约束条件表示为如下形式：

44、；

45、其中，表示权重向量；表示偏置项；表示建模误差变量在第个训练样本的建模误差值；表示第个训练样本的可靠性权重；表示正则化参数；表示第个训练样本的电加热器出口氢气温度实测值；表示非线性映射函数，表示训练样本数量；表示第个训练样本的异步多频时滞耦合增强输入向量。

46、与现有技术相比，本发明至少可实现如下有益效果之一：

47、第一，区别于相关技术中缺乏动态传递机制、异步采样信息失真的问题，本发明通过保留各运行变量的原始采样时间戳，并以电加热器出口氢气温度目标预测时刻为基准构造异步多频动态样本窗口。相较于传统的统一插值或等间隔重采样方式，本发明能够避免高频变量动态信息损失、低频变量虚假同步以及热状态传递关系失真，使样本输入更真实地反映换热器、连接管路和电加热器串联系统的实际运行状态。

48、第二，区别于相关技术中难以刻画串级热过程动态关系的问题，本发明通过将换热器预热、连接管路传输和电加热器补热过程中的前后级热状态传递关系、变量级时间滞后关系和运行状态变化统一转化为可建模的显式特征，包括异步多频采样结构特征、过程变量统计状态特征、前后级热状态传递特征和变量级时间滞后特征。通过该特征体系，模型能够同时表征采样结构差异、工况状态变化、热氢传递过程和调节作用滞后，避免传统静态黑箱模型难以刻画串级热过程动态关系的问题。

49、第三，区别于相关技术中预测准确性低的问题，本发明通过在最小二乘支持向量机建模框架中引入可靠性约束自适应复合核函数和热状态传递一致性样本权重，形成双重加权温度软测量模型。其中，复合核函数从工况变量、时间滞后、热状态传递和采样频率结构等多个角度度量样本相似性，同时利用采样可靠性系数修正核矩阵；样本可靠性权重则综合考虑时间新近性、工况相似性、采样频率可靠性和热状态传递一致性，对样本误差惩罚强度进行修正。

50、由此可见，本发明能够降低远期样本、低可靠采样样本和异常热传递样本对模型训练的干扰，提高电加热器出口氢气温度预测的准确性、稳定性和变工况适应能力。

51、本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。