-
公开(公告)号：CN112526918A
公开(公告)日：2021-03-19
申请号：CN202011479207.3
申请日：2020-12-16
IPC分类号： G05B19/048 , H04N7/18
摘要： 本发明公开了一种基于互联网和物联网的能源管理云平台，包括云平台终端、互联网终端和物联网终端，所述物联网终端通过互联网终端与云平台终端相连，所述云平台终端包括终端服务器、数据采集器、能源控制器，所述物联网终端包括商场监控系统、商场新风系统、商场电力系统和商场供水系统，所述数据采集器包括监控摄像头、温度检测仪、湿度检测仪、空气质量检测仪、电压表、烟气传感器，本发明的有益效果：降低客户人工成本，能够进行实时能效监测，以及能效分析，根据分析结果优化能源管理云平台的运行方式，根据不同的客户要求，全部设备进行相应扩展，比如客户移动端报警、智能收费。
-
公开(公告)号：CN112394643B
公开(公告)日：2021-11-09
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：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：CN116149168A
公开(公告)日：2023-05-23
申请号：CN202211092699.X
申请日：2022-09-08
申请人： 大连理工大学人工智能大连研究院 , 大连理工大学
IPC分类号： G05B13/04
摘要： 本发明涉及一种钢铁蒸汽系统管网实时平衡与运行优化方法，利用最小二乘支持向量机算法进行管网压力的建模，对蒸汽管网中具有代表性的压力点进行未来压力趋势预测，根据蒸汽管网压力预测结果，对压力预测超限情况进行判断，结合各调整用户实时状态与能力并考虑各调整用户的经济差异性给出蒸汽优化调整方案，可实现蒸汽系统的管网实时平衡，有效避免蒸汽放散，尽可能多的回收余热蒸汽，将管网压力保持在优化运行区间内，以提高管网的缓冲能力，同时保证优化调度过程能够达到经济性最优。
-
公开(公告)号：CN116865259A
公开(公告)日：2023-10-10
申请号：CN202310873164.4
申请日：2023-07-14
申请人： 大连理工大学
IPC分类号： H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06F18/214
摘要： 一种含温度敏感负荷的短期电力负荷预测改进分层模型，是一种短期负荷预测模型，并将其应用于含温度敏感负荷的负荷预测领域。步骤1：建立横向分层模型。步骤2：训练横向分层模型。步骤3：得到预测负荷结果。本发明能够解决纵向分层模型中第一层神经网络在剥离温度敏感成分时候无法参考比照非温度因素而出现误差的问题，计算速度快；构建的横向分层的神经网络负荷预测模型，第一层神经网络考虑温度对负荷非线性影响，第二层考虑其他非温度影响负荷的因素的影响，通过加法层将两层神经网络合为一个整体，在模型训练的过程中有关于温度和无关于温度的成分通过反向传播算法不断分给对应的神经网络实现了负荷中温度敏感成分与非温度敏感成分更准确的剥离，完成夏季含温度敏感负荷的短期电力负荷预测。本发明思路简单、灵活，可以较大提升模型的预测精度。
-
公开(公告)号：CN107704962B
公开(公告)日：2021-03-26
申请号：CN201710938943.2
申请日：2017-10-11
申请人： 大连理工大学
摘要： 一种基于不完整训练数据集的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：CN116865257A
公开(公告)日：2023-10-10
申请号：CN202310868320.8
申请日：2023-07-14
申请人： 大连理工大学
IPC分类号： H02J3/00 , G06Q50/06 , G06Q10/0631 , G06F18/214 , G06N3/0442
摘要： 一种含温度敏感负荷的北方地区冬季短期电力负荷预测模型，涉及一种短期负荷预测模型，并将其应用于冬季含温度敏感负荷的短期负荷预测领域。包括：首先，计算一天内不同时段下温度与负荷的相关性系数，用以明确北方地区冬季一天内电力负荷温度敏感时段。其次，在“虚拟天”时段内：建立第一层神经网络模型，用以分离和预测在温度敏感时段下系统负荷中的温度敏感趋势量；得到历史温度敏感趋势量和历史残差量；建立并训练第二层神经网络，用来考虑非温度其他因素对负荷的作用。再次，得到“虚拟天”时段内即温度敏感时段的负荷预测结果，建立并训练非温度敏感时段下的单层神经网络。最后，得到预测的负荷预测结果。本发明计算速度较快；本发明思路简单、灵活，可以较大提升模型的预测精度。
-
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：CN116070759A
公开(公告)日：2023-05-05
申请号：CN202310089369.3
申请日：2023-02-09
申请人： 宝钢湛江钢铁有限公司 , 大连理工大学人工智能大连研究院
IPC分类号： G06Q10/04 , G06Q50/04 , G06F18/214 , G06F18/15 , G06F18/27
摘要： 本发明公开了一种基于生产计划实时修正的转炉煤气回收流量预测方法，包括以下步骤：原始数据采集和预处理，数据整理排序与无效数据剔除；预处理后的有效数据提取输入输出特征，构造预测模型的输入输出训练样本集；利用相关向量机回归算法来建立转炉生产计划修正模型，获取预测模型中所需的模型参数；构造预测模型的输入样本；将输入样本输入至预测模型中，获取实时修正后的转炉吹炼起始时刻；依据历史统计的每炉平均煤气回收总量，以及修正后的转炉生产计划，计算得到转炉煤气回收流量的预测值。本方法能结合转炉生产实际状况进行预测，克服单纯数据驱动方法忽略工业现场实际运行状况的缺点，提高转炉煤气回收流量预测的准确度。
-
公开(公告)号：CN105528681B
公开(公告)日：2019-05-14
申请号：CN201510968907.1
申请日：2015-12-21
申请人： 大连理工大学
IPC分类号： G06Q10/06
摘要： 本发明属于信息技术领域，涉及一种基于隐树模型的冶金企业副产能源系统实时调整方法。本发明旨在根据冶金企业现场已有的大量历史数据建立一种能够实现副产煤气系统实时调整的隐树模型。首先从副产能源系统大量的历史运行数据中有效地区分出调整点对应的数据，并与大量非调整点对应的数据搭配构建训练样本集；将训练样本集中的数据进行语义表达，形成新的可用于建立隐树模型的语义样本库；采用双重爬山法对语义样本库中的样本进行学习以建立隐树模型，结合专家经验对隐树模型进行修正，获得一个结合数据和专家经验的副产能源系统调整模型；根据工业现场实时的监控和预测数据，利用该模型可以确定副产能源系统在未来某段时间内的调整任务。
-
-
-
-
-
-
-
-
-
搜索结果
77 条记录 (耗时 0.105 秒)
