摘要：高炉煤气（ｂｌａｓｔｆｕｒｎａｃｅｇａｓ，ＢＦＧ）是钢铁企业炼铁过程中产生的重要二次能源，对其使用过程进行优化调度，有助于降低企业碳排，提高经济效益。针对ＢＦＧ系统典型调度场景匮乏的问题，提出了一种基于改进的生成对抗网络（ｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ，ＧＡＮ）的ＢＦＧ系统调度场景生成方法。建立了以产消差、煤气柜柜位以及可调单元消耗流量为要素的调度场景，通过对其进行分解，采用多个生成器学习拟合不同场景要素的分布特征，以降低各要素之间相互作用引起的数据波动。同时，以Ｗａｓｓｅｒｓｔｅｉｎ距离作为损失函数，引入梯度惩罚（ｇｒａｄｉｅｎｔｐｅｎａｌｔｙ，ＧＰ）策略以提高模型训练过程的稳定性及收敛速度。通过对国内大型钢铁企业ＢＦＧ系统实际运行数据进行试验，结果表明，生成的调度场景集符合ＢＦＧ系统实际运行过程数据的统计特征及时序相关性，验证了所提方法的有效性，且基于该生成场景集的调度方案可保证煤气柜能够在安全区间内稳定运行。 关键词：高炉煤气系统；生成对抗网络；场景生成；优化调度 下载高清全文——基于生成对抗网络的高炉煤气系统调度场景生成方法.pdf