钢铁企业生产工艺过程复杂,所涉及的能源介质种类繁多、性质差异大。煤气中的转炉煤气(LDG)是工业生产过程中的重要二次能源,能否对其进行合理有效再利用直接关系到钢铁企业的节能降耗水平和经济效益。但是,由于煤气资源的生产过程复杂、能源的产消波动巨大并存在时刻变化的现实不确定性,若对煤气的实时调度和平衡调整不利,则极容易造成企业对煤气的放散作业,此类行为一方面势必对大气环境造成污染,更易产生大量有害气体,对人类和自然界动植物的生命产生威胁;另一方面不利于企业的能源利用并会直接影响其经济效益。所以,研究转炉煤气管网用户间的相互作用关系,平衡LDG的产出、存储、及消耗量,最大化转炉煤气的回收和利用率,不但可以科学合理地制定煤气使用计划,集中调配企业的能源资源,同时对维护生产环境中人与自然的安全、降低对环境的破坏和污染、降低单位钢铁生产的能源消耗、提高企业的节能降耗水平、减少因煤气放散导致的企业经济损失、等方面,都具有重要的现实意义。针对上述现象,本文建立转煤气系统的Bayesian网络模型,提出基于数据约束Bayesian网络结构学习及推理的煤气系统动态调度方案。该方法依照工业现场数据约束,寻找煤气管网调整的节点拓扑顺序优化方法以及钢铁能源企业煤气管网中,调整用户与煤气柜构成的Bayesian网络结构学习方法及Bayesian推理方法。