-
公开(公告)号：CN113128781A
公开(公告)日：2021-07-16
申请号：CN202110478283.0
申请日：2021-04-30
申请人： 大连理工大学
摘要： 一种自动构建智能化模型与算法的分布式工业能源运行优化平台。该平台分为建模端、服务端与运行端三部分。建模端将数据预处理、能源产‑消‑储趋势预测与优化调度决策等算法模型封装为面向不同生产场景的可视化模块，通过模块拖拽的方式实现复杂功能模型与算法的便捷搭建。服务端对应各边缘侧的设备模型需求，自动构建训练样本与生产计划/制造信号等序列，通过对应的接口与训练好的智能化模型进行交互，输出计算结果并存储到指定的关系数据库中。运行端将计算结果通过友好的用户界面进行展示，并可通过人机互动调整工况的实时状态，反馈给云端服务器，云端服务则迅速触发各边缘侧模型的参数更新，使其迅速适应工况变更，从而实现平台的边云协同。
-
公开(公告)号：CN109783916B
公开(公告)日：2021-06-18
申请号：CN201910001583.2
申请日：2019-01-02
申请人： 大连理工大学
摘要： 本发明提供了一种基于仿真技术的空气压缩机群组优化调度决策方法，属于信息技术领域。本发明利用专家经验构建空气压缩机能耗模型样本集，应用最小二乘算法对空气压缩机能耗模型相关参数进行学习，以基于等效电的能源转化效率最大和经济成本最小为目标函数，应用仿真技术和深度优先树搜索算法求解空气压缩机群组多目标优化调度模型，最后利用模糊逻辑理论描述决策者的偏好，在交互式决策中引入决策者的偏好信息，从而协助生产工作人员制定安全、经济、高效和环保的运行方案，实现空气压缩机群组资源最大化利用的运行模式。该方法在不同的工业领域中亦有广泛的应用价值。
-
公开(公告)号：CN112394643A
公开(公告)日：2021-02-23
申请号：CN202011361307.6
申请日：2020-11-27
IPC分类号： G05B13/04
摘要： 本发明提供了钢铁企业热电系统调度方法、系统及计算机可读存储介质，其中钢铁企业热电系统调度方法，包括以下步骤：S1、获取钢铁企业热电系统优化调度模型的约束条件；S2、根据参数构建钢铁企业热电系统优化调度模型；S3、基于粒子群优化算法求解所述钢铁企业热电系统优化调度模型；S4、根据钢铁企业热电系统优化调度模型输出的最优解进行调度。本钢铁企业热电系统调度方法、系统及计算机可读存储介质，能够提供既安全又经济的调度方案，减少钢铁企业热电系统的成本，提高煤气的利用率。
-
公开(公告)号：CN111353652A
公开(公告)日：2020-06-30
申请号：CN202010173041.6
申请日：2020-03-13
申请人： 大连理工大学
摘要： 本发明属于信息技术领域，提供了一种风电出力短期区间预测方法。本发明采用工业真实数据，首先构造多层次的信息粒度非等长分配结构，建立相应优化模型；进而，考虑到模型结构对预测精度的重要性，本发明借助蒙特卡洛方法，对多层次模型的结构参数进行强化学习；最终基于最优的多层粒度计算结构，运用并行计算策略，求得煤气产消量的长期区间预测结果。此方法所得到结果精度较高，且计算效率符合实际应用要求，在钢铁工业其它能源介质系统中亦可推广应用。
-
公开(公告)号：CN109783916A
公开(公告)日：2019-05-21
申请号：CN201910001583.2
申请日：2019-01-02
申请人： 大连理工大学
摘要： 本发明提供了一种基于仿真技术的空气压缩机群组优化调度决策方法，属于信息技术领域。本发明利用专家经验构建空气压缩机能耗模型样本集，应用最小二乘算法对空气压缩机能耗模型相关参数进行学习，以基于等效电的能源转化效率最大和经济成本最小为目标函数，应用仿真技术和深度优先树搜索算法求解空气压缩机群组多目标优化调度模型，最后利用模糊逻辑理论描述决策者的偏好，在交互式决策中引入决策者的偏好信息，从而协助生产工作人员制定安全、经济、高效和环保的运行方案，实现空气压缩机群组资源最大化利用的运行模式。该方法在不同的工业领域中亦有广泛的应用价值。
-
公开(公告)号：CN106873658B
公开(公告)日：2018-08-07
申请号：CN201710030609.7
申请日：2017-01-17
申请人： 大连理工大学
IPC分类号： G05D23/19
摘要： 种大时滞化工生产过程的预测输出两自由度控制方法,该技术基于简化的广义预估器控制结构设计两自由度控制系统。该预估控制结构可以预估出无延迟输出,将延迟提到闭环之外。首先通过提出期望的负载干扰传递函数,设计抗干扰控制器,当被控对象受到负载干扰时可以快速地对扰动进行抵消,消除其对系统输出的影响,能实现输出的误差平方积分(ISE)指标最小;其次,根据H2最优控制理论,设计设定点跟踪控制器,实现快速无超调跟踪系统输出设定值或参考曲线。本发明的优点,单调地增大或减小设定值跟踪控制器的调节参数,可以方便地在控制鲁棒性和设定点跟踪性能之间得到最佳折衷;单调地增大或减小闭环抗干扰控制器的调节参数,可以方便地在控制鲁棒性和抗干扰性能之间得到最佳折衷。
-
公开(公告)号：CN104463360B
公开(公告)日：2017-11-07
申请号：CN201410723014.6
申请日：2014-12-02
申请人： 大连理工大学
摘要： 本发明属于信息技术领域，涉及模糊分类、优化方法等技术，是一种基于数学规划的冶金企业氧氮能源优化调度方法。本发明采用真实工业生产数据，首先对数据做滤波除噪等预处理，并通过模糊分类明确可调设备及相应调整能力；进而通过数学规划方法，综合考虑设备特征与管网实际特点，对氧氮能源系统做整体规划，建立优化调度模型；最终给出含有调整设备及相应调整量的优化调度方案，并附有放散率变化模拟结果，以协助现场操作人员制定具体的调整措施。
-
公开(公告)号：CN106845012A
公开(公告)日：2017-06-13
申请号：CN201710086656.3
申请日：2017-02-17
申请人： 大连理工大学
摘要： 本发明提供了一种基于多目标密度聚类的高炉煤气系统模型隶属度函数确定方法，属于模糊系统与模糊决策领域。首先利用冶金企业现场已有的历史数据，通过在密度聚类算法中引入多目标优化方法，综合考虑模糊模型精度、模型复杂度和模型可解释性，确定最佳的聚类参数，进而得到合理的聚类个数和聚类中心；再根据工业数据特征和聚类结果设计相应的隶属度函数形状和参数，从而确定符合数据分布特征的隶属度函数。本发明能够充分利用现有的高炉煤气历史数据，确定模糊模型各变量的隶属度函数，进而建立有效的高炉煤气系统模糊模型。
-
-
公开(公告)号：CN105930916A
公开(公告)日：2016-09-07
申请号：CN201610213761.4
申请日：2016-04-07
申请人： 大连理工大学
摘要： 一种基于并行模块化神经网络的副产煤气实时预测方法,其特征是首先按照神经网络的状态空间分割的原则，采用Fuzzy c‑means(FCM)聚类将样本数据分为若干类，每一个分类对应一个状态空间的子空间(即模块)，再对数据重构以建立预测模型。在建模过程中提出一种改进的回声状态网络，采用模块化方法将神经网络网络状态空间分割成多个独立的子空间，每个子空间就是子网络。结合共享储备池方法，使得所有网络的训练都在同一个储备池中完成，而子空间各自对应一个输出权值矩阵，能更好的模拟系统的运行规律。最后将网络训练问题化简为多个小网络的并行训练问题以加速模型计算过程，引入含有更多有用信息的大数据样本提高了模型的预测精度，并应用Map Reduce计算框架将求解问题并行化，获得较高的加速比，实现冶金煤气系统的实时预测。
-
-
-
-
-
-
-
-
-
搜索结果
83 条记录 (耗时 0.079 秒)
