-
公开(公告)号：CN117951852A
公开(公告)日：2024-04-30
申请号：CN202410349000.6
申请日：2024-03-26
申请人： 大连理工大学
IPC分类号： G06F30/18 , G06F30/20 , G06Q10/0639 , G06Q50/06 , G06Q50/26 , G06F17/11 , G06F17/18 , G06F111/04 , G06F119/02
摘要： 本发明提供一种考虑动态特性和安全约束的钢铁企业气网动态安全域构建方法，属于气体管网运行安全评估领域。首先，针对气体在管网中传输的动态特性，建立基于机理的线性差分模型；其次，针对气体管网运行的安全限制提出基于负荷增长方向的临界点采样方法；最后，采用基于邻域最小二乘的分段拟合方法对其安全域的边界方程进行拟合。本发明可以有效评估气体管网的运行安全，协助现场工作人员合理下发调度指令，保障气体管网的安全运行，在钢铁企业总系统与其他更多的子系统安全评估中亦可推广应用。
-
公开(公告)号：CN117649102A
公开(公告)日：2024-03-05
申请号：CN202410125720.4
申请日：2024-01-30
申请人： 大连理工大学
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/15 , G06F17/11 , G06N20/00
摘要： 本发明提供一种基于最大熵强化学习的钢铁工业多能流系统最优调度方法，属于信息技术领域，首先采集现场的真实工业数据并对数据进行去噪增缺，对现场管网进行简化；其次考虑多能流系统的负荷平衡建立日前模型，建立副产煤气系统、高压蒸汽系统、电力系统的数学模型，建立能量转换设备运行效率模型；通过能量转换设备运行效率模型，以副产煤气管网作为输入侧，高压蒸汽管网和电力系统作为输出侧建立气‑热‑电日内模型，再结合日前模型转化为日前‑日内模型；使用求解器进行求解并保存求解过程的数据，使用保存的数据通过最大熵强化学习算法训练智能体用于近似求解过程以达到加速效果。本发明解决了因时间尺度不同产生的冲突并加快求解速度。
-
公开(公告)号：CN116679565A
公开(公告)日：2023-09-01
申请号：CN202310768354.X
申请日：2023-06-26
申请人： 大连理工大学
IPC分类号： G05B13/04
摘要： 本发明属于信息技术领域，涉及到数据预处理、控制回路状态多维评估、专家智能诊断与控制器参数优化等理论，是一种基于数据与知识融合的控制回路预测维护方法，具体为一种干熄焦系统控制器参数运行优化方法。本发明能够根据给定工业控制回路，提出一套关于工业系统控制器参数运行优化方法，及时有效的优化调整控制器回路，从而为现场相关的优化、控制提供有效的支持。此方法在不同工业领域中均可有广泛的应用。
-
公开(公告)号：CN109242188B
公开(公告)日：2021-06-08
申请号：CN201811060541.8
申请日：2018-09-12
申请人： 大连理工大学
IPC分类号： G06Q10/04 , G06Q50/04 , G06F16/2458
摘要： 本发明属于信息技术领域，提供了一种钢铁煤气系统长期区间预测及其结构学习方法。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：CN111353653A
公开(公告)日：2020-06-30
申请号：CN202010173047.3
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，涉及到聚类分析、数据驱动建模、多目标优化等技术，提供了一种光伏出力短期区间预测方法，是一种基于多目标优化算法与最小二乘支持向量机相结合的光伏出力短期区间预测方法。首先提出了一种同时考虑数值与形态相似性的相似日分类方法，以增强样本的规律性，进而构建了基于双LSSVM模型的自适应比例区间估计模型，并采用NSGA-II算法优化模型参数，实现光伏出力的区间预测。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，在可再生能源并网、以及调度领域亦可推广应用。
-
公开(公告)号：CN109164704A
公开(公告)日：2019-01-08
申请号：CN201810888070.3
申请日：2018-08-07
申请人： 大连理工大学
IPC分类号： G05B13/04
摘要： 本发明涉及一种基于混合模型的空压机群组优化调度方法，属于信息技术领域。本发明为了解决目前空压机群组调度中存在的盲目性，建立模拟仿真技术与组合调度优化决策相结合的混合模型。本发明利用工业现场实时样本动态更新利用专家经验构建的空压机能耗模型样本集，然后应用最小二乘算法对空压机能耗模型的相关参数进行在线学习，并应用模拟仿真技术和分层树搜索算法求解空压机群组多目标优化调度模型，最后利用熵权法和优劣解距离法对获取的调度方案进行综合评价，从而协助现场调度人员制定安全、节能、环保和经济的调度方案。此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：CN107704962A
公开(公告)日：2018-02-16
申请号：CN201710938943.2
申请日：2017-10-11
申请人： 大连理工大学
摘要： 一种基于不完整数据集的冶金企业蒸汽流量区间预测方法。针对含缺失点的蒸汽流量时间序列数据，利用相空间重构技术构造输入输出训练样本集，并建立一个初始相关向量机回归模型。然后通过贝叶斯方法推导出缺失输出的后验概率分布；并由缺失输出的后验概率的均值来填补与输出相对应的缺失输入点，不断迭代上述推导与填补过程来训练预测模型。通过单步迭代预测方法来预测未来一段趋势的预测值，其预测区间边界由预测分布的均值和方差决定。这种预测方法可以很好地应用在含有缺失点时间序列数据集中，其预测结果更好地辅助调度人员进行冶金蒸汽能源系统的平衡优化工作。
-
公开(公告)号：CN102147273B
公开(公告)日：2012-11-28
申请号：CN201010103317.X
申请日：2010-01-29
申请人： 大连理工大学 , 上海宝信软件股份有限公司
IPC分类号： G01F1/66 , G01F23/296
摘要： 一种基于数据的冶金企业高炉煤气动态预测方法。首先利用经验模态分解的消噪方法对已知的历史数据进行除噪处理，然后利用基于回声状态网络的时间序列预测方法对高炉煤气系统的产消量进行动态预测；其次在回声状态网络中引入贝叶斯推理方法建立各主要煤气用户煤气流量与煤气柜柜位之间的关系模型用来预测高炉煤气柜柜位在当前时刻后指定时间长度内的变化；本发明能够准确地预测高炉煤气系统的产消量和煤气柜柜位变化，为现场煤气平衡调度人员提供在线决策支持。
-
公开(公告)号：CN102147273A
公开(公告)日：2011-08-10
申请号：CN201010103317.X
申请日：2010-01-29
申请人： 大连理工大学 , 上海宝信软件股份有限公司
IPC分类号： G01F1/66 , G01F23/296
摘要： 一种基于数据的冶金企业高炉煤气动态预测方法。首先利用经验模态分解的消噪方法对已知的历史数据进行除噪处理，然后利用基于回声状态网络的时间序列预测方法对高炉煤气系统的产消量进行动态预测；其次在回声状态网络中引入贝叶斯推理方法建立各主要煤气用户煤气流量与煤气柜柜位之间的关系模型用来预测高炉煤气柜柜位在当前时刻后指定时间长度内的变化；本发明能够准确地预测高炉煤气系统的产消量和煤气柜柜位变化，为现场煤气平衡调度人员提供在线决策支持。
-
公开(公告)号：CN118332897A
公开(公告)日：2024-07-12
申请号：CN202410320805.8
申请日：2024-03-20
申请人： 大连理工大学 , 中冶焦耐(大连)工程技术有限公司
IPC分类号： G06F30/27 , G06F18/25 , G06F18/214 , G06F18/21 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094 , G06N3/048 , G06N3/084 , G01M13/045 , G06F119/02
摘要： 本发明提供一种融合多尺度与注意力机制的卷积神经网络的轴承寿命预测方法，属于信息技术领域，首先，采用基于对抗生成网络方法对原始训练数据集进行数据增强，以便在保留数据内在特征的同时，实现样本空间的扩展和丰富。其次，提出一种融合多尺度与注意力机制的卷积神经网络模块，其中，多尺度方法可以提取输入数据不同粒度的特征信息，同时注意力机制可以解耦不同尺度卷积后的通道退化特征敏感程度，增强通道特征的可解释性。该方法在工业装备预测性维护领域有广泛的应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.026 秒)