肖 雄，刘天恒，张 飞，王 京，赵云涛

(1.北京科技大学工程技术研究院，北京，100083；2.武汉科技大学信息科学与工程学院，湖北 武汉，430081)

近年来，能源介质监测管理作为推进钢铁行业智能制造发展的重点之一，如何实时有效地掌握钢铁生产过程中能源消耗分布情况及各生产工序的能耗需求是实现深度节能及智能排产的关键所在。

针对钢铁企业厂级和产线级能源介质预测及优化问题，国内外已有大量研究报道。如李艳[1]从钢铁企业能源管理系统的基本状况入手，对能源管理系统的智能优化模块进行了阐述；田军吉[2]就钢铁行业如何实现节能减排及智能化控制进行了探索与分析；Porzio等[3]从煤气利用效益最大化和二氧化碳排放最小的角度出发，分析并提出了煤气系统多目标优化求解算法；Ashok等[4]提出一种适合工业热电联产系统的最优能源优化分配模型；张颜颜等[5]提出一种数据驱动的粒子群算法优化子空间方法，成功预测了钢铁生产过程中各工序的能源消耗；田玉前等[6]针对武钢炼铁系统建立多级能源投入产出模型，并分析了系统能耗与节能潜力。

目前，钢铁企业能耗预测研究多集中于厂级或产线级，缺乏对关键工序能耗的精细化预测，尤其是自动化程度较高的轧制过程各关键工序。热轧作为轧制生产的典型过程，对其开展能源介质预测及优化研究具有重要价值。而在带钢热轧工序所涉及的能源介质中，热轧吨钢电耗是最显著的一项经济指标。……