基于人工智能的煤气系统优化调度方法.pdf

基于人工智能的煤气系统优化调度方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 110968063 A (43)申请公布日 2020.04.07 (21)申请号 201911299212.3 (22)申请日 2019.12.17 (71)申请人 南京罕华流体技术有限公司 地址 210029 江苏省南京市鼓楼区汉中门 大街301号402室 (72)发明人 杨靖辉 孟立辉 高玉娟  (74)专利代理机构 沈阳亚泰专利商标代理有限 公司 21107 代理人 王荣亮 (51)Int.Cl. G05B 19/418(2006.01) 权利要求书5页 说明书13页 附图2页 (54)发明名称 基于人工智能的煤气系统优化调度方法 (57)摘要 一种基于人工智能的煤气系统优化调度方 法,解决现有钢铁企业能源管理中心获知特殊工 况的能力严重滞后,且特殊工况调控的过程也普 遍滞后的问题。该煤气系统优化调度方法以钢铁 企业物质流与能量流协同关系作为第一层,保证 模型基础信息的稳定供应;以煤气供需趋势预测 和优化调度为第二层,保证系统决策的科学性; 以系统自学习功能作为模型第三层,对突发事件 进行推算总结形成改进策略,升级数据库模型。 所构件的煤气系统数据库能够动态预测煤气发 生量、消耗量和富余量变化趋势;使煤气剧烈波 动得到有效控制,提高燃气锅炉效率,实现煤气 A 的合理分布,确保效益最大化。 3 6 0 8 6 9 0 1 1 N C CN 110968063 A 权 利 要 求 书 1/5页 1.一种基于人工智能的煤气系统优化调度方法,其特征在于:包括如下步骤: 步骤一、建立预判层,以钢铁企业物质流与能量流的协同关系作为第一层,保证模型基 础信息的稳定供应,指导对煤气系统状态的预知和预判; 步骤二、采用加权移动平均法完成对高炉煤气产生过程、焦炉煤气产生过程、烧结煤气 消耗过程等的煤气预测过程;采用启发式方法与指数平滑法相结合的新开发预测方法完成 对转炉煤气产生过程、高炉热风炉煤气消耗过程、轧钢加热炉煤气消耗等的煤气预测过程; 步骤三、建立调度层,采用混合整数线性规划法、神经网络法和启发式方法,建立优化 调度模型,进而指导煤气资源的优化分配,实行动态分析和科学决策;当发生事故状态时, 事故设备通过启发式方法指导煤气分配过程,其余设备采用数学规划方法进行调度;当无 事故状态时,采用混合整数线性规划方法优化调度煤气资源; 步骤四、采用神经网络法对煤气系统所有设备群的生产状况变化过程予以跟踪分析, 及时反馈;并对煤气其它消耗节点进行动态分析,为煤气资源的优化调度过程,提供及时反 馈和保证; 步骤五、建立自学习层,采用回归算法和启发式方法,对突发事件进行推算总结,形成 改进策略,指导数据库模型升级;当煤气系统出现新情况,而历史数据库中并无对应于该种 情况的设备及煤气变化数据时,便启动模型自学习功能,通过启发式方法对应的规则,完善 基于回归算法所建立的煤气系统数学模型,确定该种新工况对应的数学模型中各类相关参 数,并保存至数据库;完成模型群自学习及数据库的模型升级过程; 步骤六、建立双维度模型群,即智能算法模型群—优化算法维度,启发式算法模型群— 专家系统维度;两者既可相互融合,提高模型调度的科学性;又可实现彼此独立运行,保证 整个智能模型优化指导方案的安全、稳定、动态、在线生成。 2.根据权利要求1所述的基于人工智能的煤气系统优化调度方法,其特征在于:所述步 骤三,调度层模型的目标函数包括煤气放散引起的经济损失,固定用户煤气供应量偏离正 常值引起的经济损失

文档评论(0)

10301556 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档