奇异值分解下在线鲁棒正则化随机网络

在线鲁棒随机权神经网络(OR-RVFLN)具有较好的逼近性、较快的收敛速度、较高的鲁棒性能以及较小的存储空间.但是,OR-RVFLN算法计算过程中会产生矩阵的不适定问题,使得隐含层输出矩阵的精度较低.针对这个问题,本文提出了奇异值分解下在线鲁棒正则化随机网络(SVD-OR-RRVFLN).该算法在OR-RVFLN算法的基础上,将正则化项引入到权值的估计中,并且对隐含层输出矩阵进行奇异值分解;同时采用核密度估计(KDE)法,对整个SVD-OR-RRVFLN网络的权值矩阵进行更新,并分析了所提算法的必要性和收敛性.最后,将所提的方法应用于Benchmark数据集和磨矿粒度的指标预测中,实验结果证实了该算法不仅可以有效地提高模型的预测精度和鲁棒性能,而且具有更快的训练速度.

炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.

炼钢连铸动态智能调度系统的研究与开发

介绍了炼钢连铸生产调度系统研究现状,叙述炼钢连铸生产流程,并指出其动态调度的难点。提出了炼钢连铸动态智能调度系统的软件结构、功能结构和技术架构,并提出了人机协调、多种方法的组合、四维一体的综合集成方案。最后把该方案应用到某钢铁企业的炼钢连铸调度系统中,得到了很好的应用效果。

炼钢连铸动态调度方法及其应用

在炼钢连铸生产工艺约束条件下,针对实际生产运行过程中存在的时间偏差、温度补偿、浇铸异常以及钢种变更等多扰动问题,单纯依靠手工调度还不能快速有效的达到计划的优化调度。提出了基于案例推理和人机交互相结合的局部调整、基于分批规则的重调度的动态调度方法,应用所提出的方法建立了动态调度架构,设计与开发了软件系统。该系统应用于国内某大型钢厂的生产调度,实现了多扰动情况下的快速优化调整。

含储热装置的热电联产系统改进人工蜂群优化调度方法

由于冬季供暖的需要,中国北方地区的机组大多数采用工作模式为“以热定电”的热电联产机组。在夜间,热电机组的电功率会维持在较高的水平,大量的风能得不到有效的利用,弃风现象十分严峻。传统的解决方法是在系统中单一地加入储热装置或电锅炉来减少弃风现象的发生,但消纳风电的能力有限。本文采用电锅炉和储热装置来协调供热,以提高风电的利用率。首先分析了发生弃风的原因;其次构建了含储热装置与电锅炉的热电联产系统调度模型;然后设计了基于概率的交叉变异算子,并将其应用于人工蜂群邻域搜索过程,给出了基于概率交叉操作的改进人工蜂群求解算法,基于中国北方某一区域的数据进行了仿真验证,证明了所提方案的可行性;最后对风电消纳进行了经济性分析,仿真结果表明加入电锅炉后具有更低的煤耗成本,更好的经济效益。

人机协同的柔性作业车间炼钢—连铸重调度方法

炼钢—连铸过程中会出现增加精炼工序、紧急炉次计划插入等扰动,已有方法难以有效解决该类重调度问题。针对中国宝钢炼钢厂生产中需要调度人员参与优化调整的柔性作业车间生产重调度问题,提出由基于人机协同的炉次加工设备调整、基于线性规划的炉次开工和完工时间调整两部分组成的人机协同重调度策略,给出各部分调度算法,开发了重调度系统并应用于生产实际。通过时间大延迟程度下重调度、某一炉次增加精炼工序进行升温处理的重调度案例分析,验证了所提方法的有效性。

基于图形化编辑平台的炼钢连铸动态调度仿真系统

大型钢铁企业炼钢连铸生产工艺复杂、设备众多、生产过程存在随机因素和不确定性因素,因此,充分发挥经验丰富的调度专家在生产过程中的决策作用显得尤为重要。研究了炼钢连铸动态调度策略,在此基础上开发了基于图形化编辑平台的炼钢连铸动态调度仿真系统,综合集成了扰动设定、扰动发生、动态跟踪、扰动识别、人机交互和模型优化功能。利用在线数据,进行了离线仿真。仿真结果表明:该软件提供的图形化编辑集成平台可以实现对计划快速、有效的动态优化调度,同时为深入研究炼钢连铸动态调度方法提供了集成的实验平台。

面向鱼雷罐车运输模式的铁水生产罐次调度方法及应用

铁水生产过程中普通类型铁水生产工艺路径存在不确定性,常规优化方法难以解决该生产调度问题,以人工为主的调度方法速度慢、优化程度低、造成冗余等待时间过长,为了解决这些问题,提出了铁水生产罐次优化调度方法。对TPC罐次铁水调度问题的目标与约束条件进行数学描述,建立了数学模型;提出由TPC罐次批次的划分、特殊类型铁水TPC罐次的设备指派、特殊类型铁水TPC罐次的开工时间优化和普通类型铁水TPC罐次的设备及开工时间调度组成的调度策略,并给出了相应的调度算法。将所提方法应用于该钢铁企业铁水生产调度,显著降低了平均日冗余等待时间,验证了所提方法的有效性。

基于虚拟现实的炼钢连铸调度仿真系统

针对炼钢连铸生产工艺复杂、生产过程存在动态性难以对其生产过程进行建模的问题,采用虚拟现实技术研究计划动态调度和炼钢连铸生产流程建模。在此基础上开发了基于虚拟现实的炼钢连铸调度仿真系统,包括基于二维图形编辑的动态调度和基于Flexsim的炼钢连铸生产流程模拟。利用某钢厂的现场数据进行仿真实验。仿真结果证明所开发的炼钢连铸调度仿真系统的有效性,为深入研究适合于现场实际的炼钢连铸智能人机交互调度方法提供了可视化实验平台。

基于虚拟仪器和S变换的暂态电能质量实时监测系统

针对电能质量实时监测的问题,提出了一种利用S变换算法检测和分析电力系统暂态电能质量的方法,并基于虚拟仪器技术研制了一套暂态电能质量实时监测与分析系统。该系统可实时监测电能质量信号并能进行在线和离线分析,能够对扰动信号进行准确的定位和分析。最后,通过实验系统产生暂态扰动信号,对本系统的性能进行测试。实验分析结果表明:该系统具有良好的实时性和准确性,能够为电力系统的实时故障分析提供可靠的依据。

基于STL模型的月售电量综合预测方法

电力零售市场下的月售电量预测面向小规模用户的电力需求,相对于传统意义的负荷预测更易受季节和节假日因素的扰动。传统预测方法直接对电量序列建模预测并未考虑序列分量随时间变化规律,因此预测精度不高。本文提出一种基于STL模型的综合月售电量预测方法,首先利用STL模型特点设置季节分量变化率,针对季节拐点月份和非季节拐点月份的售电特性将其电量时间序列进行个性化分解,将影响月售电量的因素分解成季节分量、趋势分量和随机分量,然后考虑了3个分量随时间的变化特征,分别选取适当的模型进行预测,最后将各分量的预测值重构为月售电量的预测值。基于R语言编制了预测程序,并对某大学园区用电量数据进行案例分析,结果表明所提方法合理有效。

用电设备阻抗性质识别及其电参量测量与测试

在传统的电能测量系统中,一般采取8051、80C196等普通单片机作为核心部件,无法进行实时高速采样和实时处理。为了满足现代电力系统的新要求,本装置研制使用TI公司的TMS320C5402DSP芯片作MPU,AT89C52作MCU,CPLD——EPM7192E完成所有时序的产生及逻辑的控制,并采用一种新的相角测量方法,从而能实时提供电压、电流、有功功率、无功功率、频率等电能计量的基本参数,并能实时进行谐波分析,完成负载的性质识别。

氧化铝蒸发过程的混合智能优化设定控制

氧化铝蒸发过程的关键工艺指标碱液浓度不能在线检测且与控制回路输出之间的动态特性难以用精确的数学模型描述,采用已有的优化控制方法不能实现上述运行层的优化。针对上述问题提出了由基于案例推理的预设定模型,基于专家规则的前馈、反馈补偿模型以及基于块式偏最小二乘的软测量模型组成的混合智能优化设定控制方法。采用某氧化铝厂蒸发过程的实际数据进行仿真实验,实验研究表明该方法可以有效地将碱液浓度控制在工艺要求的区间内。

基于离散小波变换和小波神经网络的电能质量扰动检测与分类方法

改善电能质量的前提和关键是准确迅速地对电能质量各扰动进行检测和分类。提出了一种电能质量检测与分类的新方法。电能质量事件经过采样后采用离散小波变换(DWT)进行去噪,获得高信噪比的信号,然后将信号进行分解并提取出8个最优特征向量。选取sym4小波作为母小波,采用基于小波神经网络的方法对电能质量扰动信号进行辨识,从而实现对电能质量扰动的检测与分类。最后,仿真结果验证了所提出方法的有效性与高准确度。

求解炼钢-连铸生产调度问题的拉格朗日算法

炼钢-连铸是现代钢铁企业生产流程的核心工序.本文将炼钢-连铸调度问题抽象为具有复杂约束的混合流水车间调度问题.以炉次总驻留时间最短和浇次准时开浇为优化目标,以炉次连浇为等式约束,建立了该问题的0-1型混合整数非线性模型.通过松弛资源析取约束,解除连续变量和整数变量之间的耦合关系,将松弛问题分解成两个简单的子问题.提出一种拉格朗日松弛水平算法,采用对偶松弛函数下降水平控制策略,以保证算法收敛于对偶松弛问题最优解.不同的测试算例表明:与传统拉格朗日松弛算法相比,所提算法可得到更好的下界和对偶间隙,并且求解时间较短.尤其问题规模越大,其优越性更加明显.

A novel Lagrangian relaxation level approach for scheduling steelmaking-refining-continuous casting production

A Lagrangian relaxation(LR) approach was presented which is with machine capacity relaxation and operation precedence relaxation for solving a flexible job shop(FJS) scheduling problem from the steelmaking-refining-continuous casting process. Unlike the full optimization of LR problems in traditional LR approaches, the machine capacity relaxation is optimized asymptotically, while the precedence relaxation is optimized approximately due to the NP-hard nature of its LR problem. Because the standard subgradient algorithm(SSA) cannot solve the Lagrangian dual(LD) problem within the partial optimization of LR problem, an effective deflected-conditional approximate subgradient level algorithm(DCASLA) was developed, named as Lagrangian relaxation level approach. The efficiency of the DCASLA is enhanced by a deflected-conditional epsilon-subgradient to weaken the possible zigzagging phenomena. Computational results and comparisons show that the proposed methods improve significantly the efficiency of the LR approach and the DCASLA adopting capacity relaxation strategy performs best among eight methods in terms of solution quality and running time.

基于改进的混沌PSO算法的钢坯坯壳厚度软测量

钢坯的质量受坯壳厚度的影响,坯壳厚度的实时监测可帮助二冷控制系统提供更好的水量设定值。但钢坯生产过程复杂,直接测量坯壳厚度的成本较高,并且实现困难。针对该问题,提出了基于钢坯二维热传导模型的软测量方法。二维热传导模型的边界条件是影响软测量精度的重要参数,因此基于钢坯表面温度测量值,建立辨识边界条件的优化模型,提出改进的混沌粒子群优化(PSO)算法。仿真实验验证了,改进的混沌PSO算法在收敛速度和收敛精度上得到了提高。基于校正的二维热传导模型得到的坯壳厚度与射钉实验值很接近,软测量精度提高了14.24%。

赤铁矿混合选别过程智能运行反馈控制

赤铁矿混合选别过程是选矿工艺中最为重要的生产环节,直接影响选矿工艺的运行指标精矿品位和尾矿品位,其控制目标不仅仅是使底层回路跟踪期望设定值,而且要确保整个混合选别过程的安全稳定运行,实现表征混合选别过程整体运行性能的精矿品位和尾矿品位等运行指标的优化。针对我国广泛采用的由再磨、浓密和浮选工序组成的赤铁矿混合选别过程,由于矿石性质成分复杂且不稳定、品位波动大、运行指标不能在线测量、难以建立过程精确数学模型,提出基于数据驱动与知识相融合的智能运行反馈控制方法,包括基于案例推理的预设定模块、基于最小二乘支持向量机的运行指标软测量以及基于规则推理的动态调节器。为了验证所提方法的有效性,将所提方法应用于国内某大型选矿厂混合选别过程,取得显著应用效果。

基于人工神经网络的非侵入式居民用电负荷识别方法

非侵入式居民负荷识别技术的应用推动了家庭智能用电技术的发展,它能对居民用户的负荷组成成分进行深入分析,从而获取不同精细程度的用户用电信息,对于电力用户和电网公司都具有重要意义。负荷识别问题的数学模型较为复杂,导致数学优化算法在进行负荷识别时的求解效率较低。首先提出一种基于人工神经网络的非侵入式负荷识别模型,利用该模型训练好用于识别各类家用电器的神经网络并由此构成负荷特征识别库,用于判断家用电器的工作状态;然后通过仿真证明了所提方法的有效性;最后为了解决非侵入式居民负荷识别的应用问题,进一步探讨了非侵入式负荷识别的高级应用。

面向无人机电力巡检的语义实体构建及航迹控制方法

航迹的合理控制是影响无人机(UAV)智能决策重要因素。考虑UAV巡检的局部观测性和任务环境的高空复杂性,以电力巡检领域知识为背景,提出面向UAV电力巡检的语义实体构建及航迹控制方法。首先,基于电力巡检领域的实体知识构建空间拓扑网络,并生成关于位置节点的语义航迹序列网络及其语义接口;然后,根据空间拓扑结构相似性度量的结果集,提出安全许可机制和基于强化学习的航迹控制策略,实现UAV电力巡检在统一的概念内涵和位置结构上的轨迹控制。实验结果表明:作为UAV巡检的实例,所提方法得到的最优策略能获得最大化的鲁棒性能;同时,该方法通过强化学习方法使目标网络的适应度稳定收敛且实体区域覆盖率高于95%,为UAV电力巡检任务决策提供了飞行依据。