工业是我国能源消耗的大户,能源消耗量占全国能源消耗总量的70%左右,钢铁行业更是高耗能的一项产业。而不同类型工业企业的工艺流程,装置情况、产品类型、能源管理水平对能源消耗都会产生不同的影响。建设一个全厂级的集中统一的能源管理系统可以完成对能源数据进行在线的采集、计算、分析及处理从而在能源物料平衡、调度与优化、能源设备运行与管理等方面发挥重要的作用。本文在分析了鞍钢冷轧厂能源管理现状和能源管理需求的基础上,从能源管理先进性、实用性、可操作性的角度出发,在能源管理系统的整体设计和能耗预测方面进行了较为深入研究,主要工作如下:第一部分是能源管理系统的整体设计。在需求分析的基础上,完成了系统整体的体系架构设计。本着先进、实用的原则进行软硬件选型。数据采集系统实时监测能源介质分类消耗。信息管理系统实现了在客观信息基础上的能源计划、能源设备、能源成本、能耗预测、能源报表等功能。详细阐述了能源计划及能耗预测的处理过程,并对其功能界面进行了设计。第二部分在能源管理系统的基础上,建立神经网络的能耗模型。近年来用遗传算法设计神经网络的权值和阈值优化设计问题受到广泛重视,尤其在预测领域的应用。本文将就这一课题进行进一步地研究和探索,充分利用遗传算法的全局搜索特性,达到对前馈神经网络最优化设计的目的,从而最终预测结果。本文选择适用性强的三层前馈神经网络作为优化设计对象,提出了一种具有综合控制策略的遗传算法,同时考虑编码方案、适应度函数设计、初始群体的设定和遗传操作等各环节对遗传算法收敛性能的影响,形成更高效的神经网络训练算法。