1.一种生产过程能效跨尺度智能协同控制系统，其特征在于，包括：数据驱动的生产过程能效建模模块(10)、生产过程能效跨尺度动态优化模块(20)以及生产过程能效跨尺度智能协同控制模块(30)，所述生产过程能效建模模块(10)与生产过程能效跨尺度动态优化模块(20)相连接，所述生产过程能效跨尺度动态优化模块(20)与生产过程能效跨尺度智能协同控制模块(30)相连接，其中，所述数据驱动的生产过程能效建模模块(10)用于实现能耗数据的预处理以及构建工艺单元与全工艺链的能耗数据预测模型，生产过程能效跨尺度动态优化模块(20)用于获取工艺单元与全工艺链协同最优能效目标值，生产过程能效跨尺度智能协同控制模块(30)用于在系统中设计并开发能效跨尺度智能协同控制器；

所述数据驱动的生产过程能效建模模块(10)包括数据预处理系统(110)、数据分类器(120)以及数据驱动能耗模型融合器(130)，所述数据预处理系统(110)负责将能耗数据库中数据进行包括数据异常检测与处理、数据属性选择在内的预处理，数据分类器(120)则对能耗状态数据进行分类处理，通过获得一个分类函数或分类模型，提取描述工艺单元能耗以及工艺链能耗状态数据类的模型；而数据驱动能耗模型融合器(130)则将先利用包括支持向量机、神经网络、稀疏高斯回归、稀疏响应面在内的算法建立工艺单元或工艺链的数据驱动能耗模型，然后利用熵权融合算法进行多个数据驱动能耗 模型的融合。

2.根据权利要求1 所述的一种生产过程能效跨尺度智能协同控制系统，其特征在于，所述融合过程用下式表示：

sp

式中，y是混合型生产线中第i个工艺的能耗状态输出值，y 是混合型生产线中第i个工艺能耗状态目标输出值，混合型生产线中假设有r个工艺，δi为第i个工艺能耗状态闭环输出的时间。

3.根据权利要求1所述的一种生产过程能效跨尺度智能协同控制系统，其特征在于，所述生产过程能效跨尺度动态优化模块(20)包括全工艺链能效优化模型(210)、单工艺能效优化模型(220)，所述全工艺链能效优化模型(210)根据初始优化目标、初始约束条件、决策变量以及能耗优化策略生成初始作业计划方案，并将初始作业方案传递给各个生产工艺，生产调度方案优化模块以降低混合型生产系统能耗为目标，包括了运行能耗以及等待、空载能耗；单工艺能效优化模型(220)根据作业计划，综合工艺的初始条件约束、工艺操作参数范围约束、工艺质量/能耗/生产成本/生产时间约束，将工艺关键操作参数作为决策变量优化工艺能耗，并将包括能耗、时间在内的生产指标反馈给全工艺链能效优化模型(210)；

全工艺链能效优化模型(210)、单工艺能效优化模型(220)的协同过程则采用时序目标级联法。

4.根据权利要求3所述的一种生产过程能效跨尺度智能协同控制系统，其特征在于，所述全工艺链能效优化模型(210)、单工艺能效优化模型(220)的协同过程采用时序目标级联法，时序目标级联法具体包括(1)分别设定工艺单元与全工艺链的优化目标及约束条件；

(2)基于全工艺链能效优化模型(210)、单工艺能效优化模型(220)构建各级能效自治优化模型；(3)基于时序分解各个工艺单元与全工艺链的传递与反馈机制；(4)在各工艺单元运行时域内优化自己的方案，且进行多次循环迭代优化。

5.一种基于权利要求1‑4之一所述系统的生产过程能效跨尺度智能协同控制方法，其特征在于，包括以下步骤：

第一步，从工厂多源能耗数据库中读取数据并进行预处理，具体为：挤压工厂提前部署能源智能管理大数据平台，拥有能耗数据库，包括能耗的实时数据以及能耗的历史数据，从数据库中读取数据后，通过数据预处理算法，剔除了异常数据值以及去除了冗余属性数据，最后利用K均值算法对数据进行了分类处理；

第二步，基于数据驱动对工艺单元能耗与全工艺链能耗状态预测，具体为：数据驱动的能耗预测模型被集成在系统程序中，挤压工厂包括熔铸、挤压成形、切割、喷涂在内的工艺过程，通过在系统程序中设定工艺链的边界以及工艺链中具体包含的工艺，然后直接可以对包括熔铸、挤压成形、切割、喷涂在内的工艺单元能耗以及全工艺链能耗进行预测；

第三步，获取工艺单元与全工艺链最优能效目标值，具体为：生产过程能效跨尺度动态优化模块则根据各个工艺的运行参数以及生产调度影响因素获取包括熔铸、挤压成形、切割、喷涂在内的工艺单元能耗以及全工艺链最佳能效值，且获取最佳能效值对应的工艺参数以及调度方案；

第四步，开发生产过程能效跨尺度智能协同控制，具体为：在传统PID控制器的基础上融合智能调控算法进行设计，并以包括熔铸、挤压成形、切割、喷涂在内的工艺单元能耗以及全工艺链最佳能效值为调控器中的调控目标值。