作为国民经济的支柱产业,钢铁工业的节能减排状况直接影响到企业的国际竞争能力和国家绿色制造等目标的实现。炼钢过程是钢铁生产的核心工艺流程,解决相关气体能源系统的预测与调度问题,对钢铁行业的发展至关重要。随着相关研究的逐步深入,企业现场对于相关气体能源介质的预测时长、输出维度、调度效率等方面之要求日益提高。针对国内某大型钢铁企业炼钢过程的转炉煤气、氧气等气体能源系统实际情况,本论文研究了一系列基于数据驱动的预测与平衡优化方法,具体内容如下：针对转炉煤气、氧气、氮气等气体能源介质产消量的长期预测问题,提出一种基于粒度计算的长期预测模型。该方法充分考虑数据所体现的阶段性生产特征,将数据分割为长度不等的粒子,基本分析单元由数据点变为数据段,预测尺度得以拓展；随后采用动态时间弯曲路径,将非等距数据等距规范化,以适应后续聚类要求：最终借助模糊C均值聚类、模糊推理和解模糊化等手段,完成长期预测。针对转炉煤气系统存储量的多输出预测问题,分别提出基于多输出最小二乘支持向量机的短期预测模型和基于粒度计算的混合协同模糊聚类多输出长期预测模型。前者不仅考虑单一柜位拟合误差,同时将多个转炉煤气柜柜位间相互影响描述为综合拟合误差计入模型。后者从转炉煤气系统各单元实际物理连接特点出发,将煤气柜柜位的影响因素、多柜位间的相互影响分别按横向、纵向协同聚类结构混合建立在一个模糊模型中,并借助粒度计算理论体系,将预测时长延展至8小时以上,实现中长期预测。针对制氧系统的平衡优化问题,以前述氧氮需求量长期预测结果为基础,提出一种基于混合整数线性规划的能源介质调度模型。该模型将控制气体能源放散设定为优化目标,在约束条件中除描述设备负荷能力、气液状态转换等信息外,还将氧气能源调度总量、调度单元个数等作为约束条件,在建模过程中即避免过度调节、调节设备过多等问题。基于国内某大型钢铁企业炼钢过程中的转炉煤气、氧气、氮气等气体能源系统实际运行数据,本论文对上述所提出的预测及调度方法给出了运行实验,表明所提方法针对现场的单／多输出短期／长期预测需求,可实现对能源介质产消量、存储量的准确、实时趋势估计,基于上述预测结果的能源调度方法相较现行的人工调度手段调度效率有所提高,同时有效降低气体放散率。上述方法已应用在该企业能源中心,为现场炼钢过程相关气体能源系统的平衡优化工作提供了有力支撑,对企业提高钢铁生产效率、节能减排等具有重要意义。