石化行业多时空维度生产监控系统的设计与应用

生产监控系统是生产执行系统中重要的子系统,解决了下层过程控制系统和上层企业资源计划系统的双向信息传递过程,实现了产品生产流程和设备工艺参数的全方位监控的目标。在此,基于多个石化企业的生产监控系统项目实施案例研究,针对企业的生产过程监控实际需求,进行生产监控系统多时空维度的分析与设计,该系统全面贯通了生产、安全、质量及能源等业务流程,实现了企业生产管理的精细化、透明化和实时化目标,突破了传统管理环境的时空瓶颈。

融合多注意力深度神经网络的可解释光伏功率区间预测

现有光伏出力预测研究对复杂时空相关性的影响考虑不足,且深度学习自身的黑箱性质使其预测结果的可解释性差。为提高多时空尺度下光伏功率预测精度并增强模型可解释能力,提出融合时空注意力深度神经网络的光伏出力预测模型及其可解释性分析方法。首先,建立了时间-空间-特征的多维注意力机制,结合深度神经网络和分位数回归模型构建光伏区间预测模型,并以注意因子为导向指导模型优化。然后,提出了面向深度学习模型预测过程和预测结果的可解释性体系,基于神经元电导梯度法从模型结构上解释其预测机制,进一步结合注意力权重挖掘影响模型功率预测的核心时空特征。为验证解释结果的可靠性,通过沙普利加性原理量化考虑时间差异性的特征全局边际贡献,并结合实例样本溯因模型的预测依据。最后,在中国某省分布式光伏电站数据中进行验证,结果表明,所提模型相比传统预测模型具有更高的预测精度,可以挖掘光伏出力的时空规律性并合理解释模型预测机制。