一种焦化智能配煤多方案优化方法

本发明涉及配煤技术领域，公开了一种焦化智能配煤多方案优化方法，收集炼焦煤指标、配合煤指标、小焦炉试验数据、焦炉生产数据以及配煤方案数据；对收集的配煤数据进行加工和处理，构建自学习的焦炭质量预测模型；通过设定多种约束条件，调整约束条件的优先级，利用大数据寻优算法；基于所述的配煤方案，方案经过提交、小焦炉试验验证、审核后，将配煤单下发给筒仓基础自动化PLC控制系统，执行备煤生产。采用多模态数据融合下的焦炭质量自学习预测模型以及针对焦化生产特性的多目标优化算法，实现更优的配煤方案，降低配煤成本，提高焦炭质量预测的准确性，大幅度克服煤质波动，提升生产效率，减少人为干预。