智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点,传统上对于设备的运行状况主要依靠人工经验来判断,不能及时有效地给出维护意见.针对上述问题,本文提出了一种基于Dual-LSTM(Long Short-Term...智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点,传统上对于设备的运行状况主要依靠人工经验来判断,不能及时有效地给出维护意见.针对上述问题,本文提出了一种基于Dual-LSTM(Long Short-Term M emory)混合模型的时序数据预测方法.首先建立LSTM预测模型对设备状态进行初步预测,然后针对多步预测过程中出现的误差"累积"问题,通过预测残差数据建立LSTM辅助模型对初步预测结果进行修正,最后采用循环迭代的方式实现了对数据的多步预测过程.通过与单LSTM模型进行实验对比,该方法在数据的单步预测和多步预测中的表现均优于单模型,验证了所提方法在时序数据预测上的准确性,为分析生产线整体的运行状态趋势提供了有效地判断依据.展开更多
文摘智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点,传统上对于设备的运行状况主要依靠人工经验来判断,不能及时有效地给出维护意见.针对上述问题,本文提出了一种基于Dual-LSTM(Long Short-Term M emory)混合模型的时序数据预测方法.首先建立LSTM预测模型对设备状态进行初步预测,然后针对多步预测过程中出现的误差"累积"问题,通过预测残差数据建立LSTM辅助模型对初步预测结果进行修正,最后采用循环迭代的方式实现了对数据的多步预测过程.通过与单LSTM模型进行实验对比,该方法在数据的单步预测和多步预测中的表现均优于单模型,验证了所提方法在时序数据预测上的准确性,为分析生产线整体的运行状态趋势提供了有效地判断依据.
文摘双流制线路实现了25 kV交流供电制式市域(郊)铁路与1500 V直流供电制式城市地铁的跨线运行和互联互通,成为助力轨道交通高效节能运行的重要手段。然而,双流制牵引供电系统间存在的制式壁垒制约着系统能流高效利用,造成大量列车再生能量难以完全利用,电费成本不断增加。本文提出一种集成混合储能的铁路功率调节器(railway power conditioner,RPC)拓扑及其优化运行模型,以双流制牵引供电系统电费成本最低为优化目标,以功率平衡、变流器容量、储能装置容量与荷电状态为约束条件,以混合储能装置充放电策略、RPC端口潮流调控方法为决策变量,实现交流制市域(郊)铁路与直流制地铁之间的能量高效调控。优化结果表明:相较于既有双流制牵引供电系统,本文所提出方案可以降低牵引变电所的用电量和需量功率,总电费的节费率为22.64%,验证了所提出协调运行方法的有效性。