随着能源的日趋紧张,能源管理在工业企业中受到越来越多的关注。而钢铁企业作为耗能大户,在提高能源利用率方面的需求尤为迫切,因此做好钢铁企业的能源管理十分重要。能源计量作为能源管理的手段之一,发挥着重要的作用。本文以钢铁企业为背景,对钢铁企业的工序和产线进行能源计量研究。首先,采用统计学习方法对能源数据进行分析并做预处理,基于统计学方法求解产线能源单耗和工序能源单耗,然后,采用卡尔曼滤波算法对能源单耗进行滤波,从而得到更为精确的能源单耗。本论文的主要研究内容如下:(1)以国内某钢铁企业的能源系统为背景,提炼出钢铁企业的能源介质计量问题,分别对工序、产线进行能耗计量,对于产品种类划分不清晰或无需严格区分的工序和产线,如焦化工序,基于工序或产线的总产量和每种能源介质的总消耗量,应用统计方法进行能源介质计量;通过对不同类型的能耗数据进行计量得到工序单耗和产线单耗,并采用实绩生产数据进行误差分析,验证了所设计能源计量方法的有效性。(2)由于钢铁行业高温环境和检测设备测量不准确等原因,部分能源数据存在异常,为了消除异常数据对能源介质计量的影响,本文采用K-means算法对能源数据进行预处理,剔除异常数据。在进行数据处理前,先对数据进行标准化,消除数据量纲的影响。然后确定K-means算法的类别数,样本间相似性度量以及样本维度,求解出能源单耗值,通过剔除异常数据前后总能耗的对比,验证了算法的有效性。(3)利用处理后的数据求解能源单耗,针对得到的能源单耗精度不高的问题,本文应用离散的卡尔曼滤波算法对其进行改进。为了使离散卡尔曼滤波具有更好的效果,首先对卡尔曼滤波参数的选取进行了研究,即不同观测噪声和过程激励噪声对算法的收敛速度以及估计方差的影响。选取正确的卡尔曼滤波参数后,对能源单耗进行滤波估计,最后进行了数值实验,利用滤波后的能源单耗和滤波前的能源单耗求得的总能耗与实际总能耗进行比较,验证了算法的有效性。(4)针对钢铁企业的能源介质计量应用问题,本文开发了钢铁企业能源介质计量系统,系统实现了工序、产线维度的能源介质计量,能源数据管理以及能耗基准研究,为企业的能源管理提供了有效的支持。