铁合金企业是典型的高能耗企业,电炉是耗能主体。其能源的消耗量决定产品的成本,因此对电能消耗的研究有利于成本的降低,从而加强市场竞争力。铁合金企业节能降耗,需要面对的两个问题是：第一,如何通过更精确地计量方法,经济合理的调配能源；第二,如何建立科学、合理的能耗分析方法。本文就是针对这两个问题,通过对电炉能耗的监测与电耗分析研究,找出了对电炉耗能影响最大的四个因素,总结出其规律,为企业进行能源决策,实现节能增效提供科学的理论依据。本文首先结合中钢集团吉林铁合金股份有限公司八分厂中低碳锰铁冶炼过程的各项工艺,建立了生产过程DCS系统,通过工业以太网络通讯技术将全公司从生产现场到计量管理部门连接成一个紧密的整体,并构建了基于B/S结构的生产过程能源管理信息平台。该系统平台采用了基于JAVA编程语言,JSP+Ajaxanywhere+Struts的框架设计方案,采用Tomcat5.0应用服务器和Microsoft SQL Server2005数据库,利用Eclipse+Myeclipse开发工具,实现了对八分厂801#、802#及803#三台电炉能耗数据的采集、可靠传输与科学统计,保证了企业内部网络的无缝连接、信息共享,使企业生产管理水平大幅提高,为深入进行能耗分析打下了坚实基础。利用GA-BP算法对电炉能源消耗进行了建模分析和主要影响因素Pareto排序。首先,建立电炉能耗分析模型,并对模型进行训练。分别使用并对比了几种不同的智能算法,第一,标准BP算法；第二,改进的BP算法,改进方法是自适应学习率法、附加动量法、LM算法；第三,遗传算法优化改进BP网络的算法,简称GA-BP算法,即通过两者优势互补,把遗传算法全面寻优能力与BP网络算法学习训练能力强的特点结合,用遗传算法优化BP网络初始权值,采用LM算法作为GA优化后的BP网络的下一步训练,从而避免了标准BP算法网络收敛时间长,容易陷入局部极小值的缺点。其次,运用Matlab仿真软件对模型进行训练、仿真,验证了在训练速率、准确率及泛化能力上,GA-BP算法都是最合适的算法,因此本文采用GA-BP算法。最后,结合中钢集团吉林铁合金股份有限公司八分厂的实际生产数据,利用智能算法的全局记忆寻优及预测能力,分析出对铁合金生产电耗的影响程度取决于哪些因素变化,并对已知的因素影响程度进行相关描述,对电耗影响因素进行了相应分析,并按重要程度进行了Pareto排序,为企业进行科学的能源管理提供了重要保障。