(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211026432.0 (22)申请日 2022.08.25 (71)申请人 北京科技大 学设计研究院有限公司 地址 100083 北京市海淀区学院路3 0号北 科大科技楼 (72)发明人 刘恒文　范荣鑫　荆丰伟　曹威　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 专利代理师 张仲波　付忠林 (51)Int.Cl. G06Q 10/06(2012.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种基于 XGBoost算法的加热炉能耗核 算方 法 (57)摘要 本发明公开了一种基于XGBoost算法的加热 炉能耗核算方法， 包括： 确定板坯能耗的影响因 素， 并基于 XGBoost算法确定 各因素权重系数； 获 取加热炉内板坯的物料信息； 将 板坯在加热炉中 停留的时间段划分为多个能耗累积段， 并计算出 每一累积段能耗； 根据各累积段内物料信息计算 各累积段内各影 响因素的单一板坯分摊系数； 以 单一板坯为能耗核算对象， 基于各影 响因素的权 重系数、 各影 响因素的单一板 坯分摊系数以及各 累积段的能耗， 计算得到各板坯的能耗。 本发明 能够考虑在炉时间、 装钢温度、 板坯规格尺 寸、 出 钢温度等板坯差异化因素对单一板坯能耗核算 的影响， 实现加热炉内板坯能耗的精确核算。 权利要求书2页 说明书8页 附图2页 CN 115438939 A 2022.12.06 CN 115438939 A 1.一种基于XGBo ost算法的加热炉能耗核算方法， 其特 征在于， 包括： 确定板坯能耗的影响因素， 并基于XGBo ost算法确定各影响因素的权 重系数； 以预设时刻为核算起点， 获取加热炉内板坯实际生产中的物料信 息； 其中， 所述物料信 息包括： 板坯编号以及所述板坯对应的各 所述影响因素的取值； 将板坯在加热炉中停留的时间段划分为多个能耗累积段， 进行板坯在加热炉内能耗的 离散化处理， 并计算出每一累积段的能耗； 根据各累积段内物料信息计算各累积段内各影响因素的单一板坯分摊系数； 以单一板坯为能耗核算对象， 基于所述板坯对应的各影响因素的权重系数、 各影响因 素的单一板坯分摊系数以及各累积段的能耗， 计算得到各板坯的能耗。 2.如权利要求1所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 所述影 响因素包括： 在炉时间、 装钢温度、 出钢温度以及板坯规格尺寸； 其中， 所述板 坯规格尺 寸包 括： 板坯长度、 板坯宽度、 板坯厚度以及板坯重量。 3.如权利要求1所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 所述基 于XGBoost算法确定各影响因素的权 重系数， 包括： 获取包含所述影响因素的加热炉历史生产样本数据； 将板坯能耗作为目标参数， 建立XGBoost数学模型； 将所述样本数据导入XGBoost数学 模型进行样本训练， 通过模型中feature_importance_函数得出各影响因素的重要性及相 应预测值， 并在归一 化处理后得到各影响因素的权 重系数。 4.如权利要求3所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 在将所 述样本数据导入 XGBoost数学模 型进行样本训练之前， 所述方法还包括： 采用箱线图法剔除 所述样本数据中的异常数据。 5.如权利要求4所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 在采用 箱线图法剔除所述样本数据中的异常数据时， 根据所述样本数据的分布情况， 划分出三个 四等分点， 包括： 下四分点位P1、 中四分点位MD以及上四分点位P3， 上极端异常点＝P3+ 3IPR， 下极端异常点＝P1 ‑3IPR， 其中， IPR表示箱子高度； 超过上极端异常点或下极端异常 点的数据即为异常数据。 6.如权利要求2所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 所述将 板坯在加热炉中停留的时间段划分为多个能耗累积段， 进 行板坯在加热炉内能耗的离散化 处理， 并计算出每一累积段的能耗， 包括： 将加热炉内板坯数量恒定的每个时间段记为一个能耗累积段， 进行板坯在加热炉内能 耗的离散化处理， 并通过 下式计算出每一累积段的能耗： 其中， qi为第i个累积段的能耗， n为第i个累积段的采样周期个数， EQi,j为第i个累积段 中第j个采样周期内燃料的瞬时流 量计量， Δt为采样周期时间。 7.如权利要求6所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 所述根 据各累积段内物料信息计算各累积段内各影响因素的单一板坯分摊系数， 包括： 通过下式计算第k 块板坯的在炉时间分摊系数 λktime：权　利　要　求　书 1/2 页 2 CN 115438939 A 2其中， Timek为第k块板坯的在炉时间， s为当前累积段内的在炉板坯数量； 通过下式计算第k 块板坯的入炉温度分摊系数 λkintep： 其中， Δi ntepk为入炉温差， Δi ntepk＝标准入炉温度 ‑实际入炉温度； 通过下式计算第k 块板坯的宽度分摊系数 λkwidth： 其中， widthk为第k块板坯的宽度； 通过下式计算第k 块板坯的厚度分摊系数 λkthick： 其中， Thickk为第k块板坯的厚度； 通过下式计算第k 块板坯的长度分摊系数 λklength： 其中， lengthk为第k块板坯的长度； 通过下式计算第k 块板坯的重量分摊系数 λkweight： 其中， weightk为第k块板坯的重量； 通过下式计算第k 块板坯的出炉温度分摊系数 λkextep： 其中， Δextepk为出炉温差， Δextepk＝实际出钢温度 ‑目标出钢温度。 8.如权利要求7所述的基于XGBoost算法的加热炉 能耗核算方法， 其特征在于， 各板坯 的能耗的计算公式为： 其中， Qk表示第k块板坯的能耗， m表示第k块板坯的能耗累积段数量， εtime表示在炉时间 的权重系数， εintep表示入炉温度的权重系数， εwidth表示板坯宽度的权重系数， εthick表示板 坯厚度的权重系数， εlength表示板坯长度的权重系数， εweight表示板坯重量的权重系数， εextep 表示出炉温度的权 重系数。权　利　要　求　书 2/2 页 3 CN 115438939 A 3