近年来,铜及其合金材料广泛应用于日常生活中的各个领域,随着大功率电解铜整流机组投入数量和容量的增加,工业生产中的能源消耗量迅速增长。然而,目前提出的方法并未能够有效的降低电能消耗,因此,在分析了电解铜生产工艺、整流机组供电及整流装置的基础上,本论文提出一种大功率整流机组供电策略以及能耗优化的方案来有效的提高电能利用率,进而降低生产成本,实现高效节能。本论文针对山东某电解铜企业年产5万吨电解铜整流装备及生产工艺展开研究,其中电解铜整流装备为2套12脉双反星形非同相逆并联整流机组并列运行供电。论文研究内容如下:首先,本论文介绍了国内外研究现状、电解铜的生产工艺,对电解铜技术指标进行了研究,经对比分析整流电路结构,本论文在采用双反星形整流电路基础上,设计了整流机组主电路,并给出了系统设计指标。其次,对现有的整流机组供电策略:专家系统、模拟退火算法优化遗传算法（Genetic Algorithm,GA）和递阶多目标微粒群优化策略进行了分析,根据各自算法的缺点,本论文提出采用BP神经网络、粒子群算法（Particle Swam Optimization,PSO）优化BP神经网络（PSO-BP）、遗传算法优化BP神经网络（GA-BP）的供电优化策略,经对比分析,GA-BP神经网络算法预测精度最高,因此本论文采用GA-BP实现最优供电策略。该供电策略主要考虑整流机组正常运行、1台整流器故障、2台整流器故障、电解槽数变化4种情况,并采用GA-BP神经网络预测了每种情况下整流器的输出电流、变压器档位和晶体管控制角。再次,在电解过程中能耗优化算法方面,经过对比BP神经网络、PSO-BP神经网络和GA-BP神经网络预测精度,GA-BP神经网络预测误差仍然最小。选择主要生产工艺参数硫酸根离子浓度SO42-、铜离子浓度uC2+、电流密度kD为输入变量,通过GA-BP神经网络对电流效率η、电解槽电压v、直流单耗W为目标分别进行了预测。随后,对整流机组4种情况下的能耗进行预测,通过GA快速寻找到直流单耗的最小值,并获得相对应工艺上投入的硫酸根离子浓度、铜离子浓度、电流密度值。最后,将获得的最优电流密度再反馈给整流供电系统,反馈的最优电流密度即给定电流,结合电解槽电压和电解槽温度作为整机组供电策略的反馈量,仿真验证了整流机组4种情况下各整流器的输出最优电流,即每种情况下的稳流精度值均稳定在0.001-0.002之间,因此本论文提出的供电策略和能耗优化方法实现了大功率电解铜整流机组生产过程中的供电最优和能耗最小的闭环控制。