课题任务： （1）在线安全稳定分析与预警技术研究； （2）基于柔性配变电的电能质量控制技术研究； （3）综合发电成本优化、配电网络重构、负荷预测和优化控制的电力系统调配技术研究； （4）信息检测和通信用纳米晶材料与器件技术研究； （5）整体运行架构与集成平台开发：研究钢铁企业智能电力系统的运行架构，形成多层结构；研究开发离线与在线分析、数据采集与监控与最高决策指挥层、中间处理与操作层和底层间的数据、信息与业务流程间的集成。 （6）钢铁企业示范应用：基于PMU 和SCADA 系统的监测数据整合；实时网络分析；技术集成和示范应用。 课题牵头单位为冶金自动化研究设计院，课题参加单位为安泰科技股份有限公司、清华大学、国网电力科学研究院、湖南大学、首钢京唐钢铁联合有限责任公司。

课题任务: （1） 针对冶金电炉高耗能设备，研究以下核心技术：基于专家规则与计算智能的冶炼过程温度预报技术；电极升降复合智能控制技术；专家系统与分析模型结合的能量输入优化。 （2）在以上核心技术基础上，进一步研究其实现技术，开发智能优化控制系统，通过工业示范及应用推广完成技术和经济指标。 课题牵头单位为冶金自动化研究设计院, 课题参加单位为东北大学、天津理工大学和合肥工业大学。

目前，我国在连铸坯潜热与显热利用领域的研究大多停留在连铸板坯热送热装技术的研究，对连铸凝固成型过程中热状态（温度场和凝固组织）的控制研究还未进行系统的综合性研究。 开展连铸自浇注至轧制的全过程热状态的综合性研究和热状态动态智能控制技术，不仅能有效改善连铸坯质量和提高生产率，在充分利用连铸坯热焓和节能降耗上也有着显著意义，开发连铸坯热状态动态智能控制技术也将成为连铸发展的趋势。

以加热炉生产工序中的燃烧过程为研究对象，针对加热炉炉温控制过程中的实际工况特点，采用模糊控制与神经网络控制技术实现对加热炉炉温的智能控制。 实际应用表明，智能燃烧控制系统将模糊、神经网络自适应控制技术应用于加热炉燃烧过程控制，能够克服常规PID在加热炉炉温对象上控制响应慢，超调较大，调节时间长的缺点；通过采用模糊、神经网络控制方法使控制超调小，响应快，稳态误差小，抑制干扰能力强，从而改善控制品质，优化加热炉生产工艺过程中的燃烧效率。 采用逆辨识和逆控制方法对加热炉炉温控制系统开发出基于聚类方法的RBF神经网络快速训练方法，稳定、可靠地实现了对炉温控制系统的实时在线逆辨识与逆控制；采用PSO实现实时在线调整模糊神经网络的参数；采用模糊自适应PID控制器实现实时在线调整炉压；采用C++编写智能控制核心算法程序，C#开发友好用户图形人机界面，这样的开发模式具有运行稳定、开发速度快、可移植性好，易维护等特点。