基于物联网的灌溉系统定量控制算法设计研究

精量节水灌溉成为农业生产发展的关键技术。为此,基于硬地育秧过程对土壤水分的精准化控制需求,设计了一种定量灌溉控制系统。同时,根据育秧过程中的土壤需水状况监测结果,设计定量灌溉控制算法,对育秧过程中的水分状况进行预警,实现了精准化灌溉控制。

基于分组遗传算法的数据中心虚拟机节能映射

近年来,随着人们对云计算业务需求持续增长,数据中心能耗日益增加,由此不仅增加了运营成本,巨大的碳排放对生态环境也产生严重的影响,数据中心节能已成为当前亟须解决的重要难题。对云数据中心的虚拟机放置(Virtual Machine Placement,VMP)进行优化能有效地提高资源利用率,同时,VMP也是减少数据中心能耗的重要技术之一;针对数据中心的能耗感知VMP问题,提出一种基于分组遗传算法的节能算法EEGGA(Energy-Efficient Grouping Genetic Algorithm),算法将节能VMP问题视为装箱问题(Bin Packing Problem,BPP),并应用基于分组编码的遗传算法对其进行求解,通过减少活动物理主机的数量(装箱数量)以实现降低数据中心能耗的目标;在算法迭代过程的交叉和变异等阶段,设计了多种启发优化策略提升子代染色体的适应度,从而提高算法的节能性能和加快迭代收敛的速度;通过仿真实验,在收敛速度和求解性能等方面将提出的算法与传统的节能遗传算法进行对比,实验结果表明:提出的算法能够有效地减少数据中心的能耗,在节能性能和求解收敛速度方面均优于其他算法。

山区铁路桥隧工程关键节材要素均衡优化

为在经济可承受范围内提升山区铁路的节材性能,提出了一种基于NSGA-Ⅱ的关键节材要素双目标均衡优化方法。首先,以断面超挖、喷射混凝土类型选择、围岩变形预留、桩基扩孔、桩头超封5个桥隧工程关键节材要素为决策变量,以CO_(2)减排量最大、建造成本增加值最小为优化目标,构建山区铁路桥隧工程关键节材要素均衡优化模型;其次,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求出Pareto均衡解集;再次,耦合主客观元素组合的综合赋权法与TOPSIS法对Pareto均衡解集进行科学决策,得到考虑决策者偏好的关键节材要素最佳组合,并分析决策者偏好对最佳组合的影响;最后,以某山区铁路工程某标段为例,系统地验证了该方法的科学性及适用性。研究结果表明:与优化前相比,最佳组合能实现CO_(2)减排12.622万t,对应建造成本增加了24.833万元,优化效率达到50.826%。

移动边缘计算辅助的数能协同传输网络节能算法研究

物联网终端设备在投入使用后会自动执行数据采集、数据计算等任务,最终将计算结果上传至物联网的网关或者基站。但是,一方面由于越来越多的物联网终端设备开始采用电池供电,在物联网终端设备这一端执行复杂的算法或任务会消耗掉大量的能量;另一方面随着物联网中应用的需求日趋复杂,精简设计的物联网终端设备上的计算资源已经越来越不能满足日趋复杂的计算需求。因此,提出了移动边缘计算辅助的数能协同传输网络。该网络中物联网终端设备可以将自身的计算任务全部卸载至移动边缘计算服务器,自身只需要执行简单的、低能耗的任务。在保证系统通信与计算需求的前提下,通过节能算法的设计,达到了最小化协同传输系统总能耗的优化目标。

改进蚁群算法优化车辆路径问题的研究

研究采用改进的蚁群算法优化带约束的车辆路径的问题。考虑的约束条件包括路径约束、时间窗约束和容量约束。主要目的是提出一种改进的蚁群算法进行车辆路径优化,构建配送车辆行驶路线,实现配送路线总成本的最小化。从三方面对蚁群算法进行了改进:对参与条件转移概率的候选节点列表进行预处理减少路线构建过程计算的时间复杂度;提出插入式节约算法用于改进蚁群初始配送路线提高寻优精度;基于蚁群系统对信息素更新策略进行改进,加快算法收敛速度。基于Solomon基准数据集,与近年来已取得的研究成果展开对比实验,证明提出的改进算法在提高求解精度和搜索效率方面的有效性,在优化带约束条件的车辆路径问题时的实用性,拓展了蚁群算法的应用领域。

一种通用的服务器类环境资源节能降耗平台

通讯领域的能耗主要来自服务器的电力消耗,随着国家“碳达峰”“碳中和”发展理念的实施,及时开展服务器类环境资源节能降耗技术的研究具有重要的行业引领价值。针对传统持续节能过程中人力投入大、成本高、效率低、闲时无法下电等问题,本文从环境驱动、场景触发的角度提出一种服务器类环境资源分层管理的新思路,并在此基础上设计开发节能降耗平台框架,通过技术手段实现对服务器类环境资源用电进行控制,一键配置节能策略,打造节能强劲引擎,提升了节能的效率,节约了成本。该平台在环境资源提效领域得到了应用推广,取得了良好的效果。

核岛冷链通风空调系统性能优化研究

核岛冷链通风空调系统的设计存在余量值过大、运行能耗高、调节控制笨重等问题。为了降低核电的成本,本文基于“华龙一号”某厂房实际通风空调系统,建立了主要能耗设备的数学模型,确定了系统节能优化目标函数和约束条件,使用遗传算法研究了通风空调系统节能运行的优化效果。分别计算了2种优化方案在负荷率变化和高温与常温末端负荷比不同时,系统整体及各设备能耗情况。结果表明:单台冷水机组运行,高温与常温末端串联的系统形式节能率为14.1%,但随着末端负荷比的增大,节能率降低;单台冷水机组运行,高温与常温末端串联、高温末端额外增加高温冷水机组的系统形式在负荷比为2时节能率为17.2%,节能效果优于方案1的12.2%。

优化设计萃取隔板精馏塔分离苯-环己烯体系

苯和环己烯共沸物的高效节能分离是常见的工业难题,而EDWC(萃取隔板精馏塔)在共沸物的分离中具有重要的应用前景,目前公开的文献中鲜有关于EDWC工艺对苯和环己烯分离的报道。以氯化胆碱/乙酰丙酸摩尔比为1∶2作为萃取剂,探索EDWC技术在苯和环己烯分离中的应用,采用粒子群算法对该工艺进行优化设计。考虑到粒子群算法是一种随机优化算法,引入变异系数对算法的稳定性能进行评价。最后,引入年度总成本、二氧化碳排放量、[火用]损失3个定量指标从经济性、环境性和热力学性3个方面对EDWC工艺和传统的两塔萃取精馏工艺进行全面对比。结果表明:与传统的两塔萃取精馏工艺相比,EDWC工艺可减少19.15%的年度总成本、36.08%的二氧化碳排放量、19.99%的[火用]损失以及8.03%的萃取剂消耗量。EDWC工艺分离苯和环己烯混合物具有优异的分离效率和显著的节能优势。

基于无线WIFI的空调监测控制系统设计

针对国内能源问题日益凸显,其中空调能耗占比长年居高不下,基于此背景下,综合应用智能传感技术、信息处理技术与网络通信技术等物联网技术,开发出一套基于ESP32的空调节能监测控制系统。系统包括硬件部分和软件部分,硬件部分主要由智能传感模块、电量计算模块、红外发送接收模块组成;软件部分主要由温度预警系统、温度智能算法、网关软件设计组成。应用表明,系统既实现了智能化控制,又同时降低了空调能耗。

基于SSA的抽水蓄能电站技术供水系统泵阀优化调度研究

在“双碳”政策背景下,对于抽水蓄能电站在运维方面节能减排提出了新要求。为实现抽水蓄能电站技术供水系统的节能目标,提出了一种基于麻雀搜索算法(SSA)的以技术供水管网稳态模型为适应度计算的泵阀优化调度模型,并结合某抽水蓄能电站的实际运行数据,调控优化其中占比最大的用水设备(发电机空气冷却器)水量上升10%的工况。结果显示,采用泵阀优化控制后,对比未采用方式可节约水量103 m^(3)/h,节约能耗32.5 kW,实现节能率为14.1%,节水率为7.8%。在一定程度上验证了该优化调度模型在节能方面的可行性,为抽水蓄能电站技术供水系统在节水节电方面提供了经验。

多约束条件下的无轨胶轮车路径规划算法研究

针对无轨胶轮车调度中存在的效率低、不合理等问题,基于传统节约算法增加约束条件,研究了多约束条件下煤矿无轨胶轮车的任务优化以及最短路径规划。通过将传统节约算法的单类型车辆约束改进为多类型车辆,提高了车辆的利用率,降低了车辆的使用成本;提出时间窗约束,提高了胶轮车到达的正点率,改善了人工处理调度作业中存在各种不确定因素而导致的车辆晚点,避免引发一系列不必要的事故;提出货物类型约束,提高了车辆的实载率,改善了“一车一用”的情况;提出最大行驶里程约束,提高了胶轮车运行安全保障,改善了井下的行车环境。采用陕西大海则煤矿胶轮车配送的实际算例,对提出的多约束条件下节约算法进行了实验,算例结果对比表明,在经过多约束条件下节约算法处理后,车辆平均实载率达到90%以上。现场应用结果表明,该方案可以提高胶轮车的配送效能,优化车辆任务,还可以有效地节约成本,满足煤矿现场应用需求。

蒙哥马利模乘算法改进及硬件实现

在嵌入式和物联网等领域的加密应用场景中,需要在加密实现的性能和资源消耗之间找到综合效率最佳的平衡点.模乘法器是Rivest-Shamir-Adleman算法(RSA)和椭圆曲线密码(ECC)等公钥密码算法的核心运算模块,其资源占用和运算速度直接影响上层密码算法的整体性能.本文提出高效低延迟的蒙哥马利模乘算法可以有效降低运算量,减少硬件设计的复杂度,结合使用提出的5-2低延迟加法器进一步降低模乘法器的关键路径长度,从而提高算法的运行效率.在Xilinx-K7系列平台上实现的1024位模乘运算模块系统主频可达278 MHz,同时面积时间积(ATP)比已有同类算法提高了15%以上,综合效率表现最优.结果表明,改进后的蒙哥马利模乘算法硬件资源消耗低,适用于物联网等轻量级密码系统.

城轨列车深度强化学习节能优化控制方法

为提高城轨列车自动驾驶(Automatic Train Operation,ATO)的控制性能,针对城轨ATO目标速度曲线追踪控制方法中工况切换频繁、牵引能耗高等问题,以列车准点、精准停车和能耗为优化目标,设计了一种以时间冗余(Time Redundancy,TR)规划参考系统为主动约束的列车深度强化学习DQN控制方法。建立了城轨列车动力学模型和多目标优化适应度函数;定义了TR规划参考系统约束下的DQN列车控制器,并对控制器中的动作空间和奖励函数进行设置;最后规定了列车控制器神经网络更新方法,利用随机梯度下降算法更新Q网络参数。结果表明:加入以TR时间规划参考系统为约束的TR-DQN算法提高了DQN迭代收敛速度以及迭代训练过程中的稳定性;TR-DQN动态调整列车运行策略的控制方法相比传统目标速度曲线追踪PID算法能耗降低12.32%,列车站间工况切换频率较低;针对设置的3种不同站间规划时间,列车牵引能耗依次降低7.5%和6.4%,列车站间工况动态切换频率和牵引能耗随行程规划时间增大而降低。

采油四化运用:数字化油田的智能控制系统与节能实践

本研究在阐述当前采油智能控制系统的发展现状和国内外相关研究进展的基础上,专注于智能控制算法的创新与优化,引入先进的算法理论和模拟仿真设计,实验验证了所提算法在油田采油过程中的有效性和高效性。研究结果为油田的智能化控制和节能提供了有力支持。

改进蚁群算法在农村垃圾治理问题中的应用

为了减少农村垃圾治理的运输费用,通过引入节约因子、将蚂蚁分为探索蚁和确定蚁两种分工合作模式、保留父代最优路径3个方面对蚁群算法进行改进,并将其应用于农村垃圾车回收最优路径的确定中,从而减少运输路程。将改进后的蚁群算法与最大最小蚂蚁系统进行性能对比试验,结果显示,改进后的蚁群算法在迭代次数为132次时趋于稳定,且其最优值为623.157 9,均优于最大最小蚂蚁系统。该结果说明改进后的蚁群算法的寻找最优路径性能更优,可以利用其对农村垃圾回收路径进行确定,为农村垃圾治理领域提供一个新思路。

一种遗传算法的城市轨道列车节能控制策略研究

[目的]城市轨道交通在运营过程中会产生大量能耗,其中列车运行的牵引能耗具有较大优化空间,因此亟需研究一种面向列车牵引节能的控车策略。[方法]首先,建立列车运行的动力学方程,并定义了列车运行过程的约束条件;其次,对列车牵引能耗优化策略进行分解建立目标函数,并基于遗传算法模型对列车运行能耗在不同区间分配和区间最优巡航速度进行求解;然后,通过遗传算法的交叉变异过程,得出节能效果最优的驾驶速度推荐曲线;最后,通过Matlab软件搭建仿真模型并采用真实的线路列车参数和运营数据,模拟列车的站间运行过程。[结果及结论]试验结果表明:基于遗传算法模型的控车策略相较于传统固定工况序列的控车策略,在牵引节能指标上有了显著提升。

基于差异特性水泵机组的优选与调控

为有效降低泵站因理论抽水装置效率偏离实际情况产生的方案误差,在聚类方法的基础上,利用历史监测数据对泵站内各抽水装置的特性曲线进行校正,同时将校正结果运用到泵站优化调度模型中,构建基于差异特性水泵机组的泵站优化调度模型,以实现站内机组的智能优选与调控.研究结果表明:校正后曲线的理论抽水装置效率比校正前精度平均提高18.8%,更符合工程实际;相比于人工经验调度方案,基于校正后曲线的差异特性水泵机组优化方案能耗平均降低了9.08%,成本平均降低了3.59%,优于人工经验调度方案;对校正后的多台水泵机组性能曲线进行对比发现,因安装位置、累计运行台时及磨损程度不同,导致泵站内同型号水泵的抽水装置效率产生差异,最大偏差达14.63%,说明长时间运行时的泵站已无法直接通过均分流量完成最优分配,进一步证明了水泵机组差异特性研究的必要性.

一种基于能耗分析的高速动车组节能算法

高速动车组在两个停车车站之间运行,如按照时刻表规定的运行时间计算的区间平均速度为目标速度,则必然晚点。如按照轨道设计限速运行,则必然早于时刻表到站。在这两个速度之间,存在一个“理想目标速度”能确保高速动车组准时到站。文中通过建立并分析高速动车组的能耗模型,认为高速动车组的能耗方程是速度的3次方。因此,通过迭代算法找到的“理想目标速度”,就能同时满足高速动车组准点到站和能耗最低两大要求。通过仿真对比,证明该节能算法完全能满足这两大要求。

集中式冷热源主机单元设备级节能算法

集中式冷热源能耗在暖通空调系统中占比大,设备类型繁多,系统整体节能优化难度高,缺乏设备级节能算法支撑。对集中式冷热源设备中耗能占比高的主机设备进行研究,构建了设备级节能模型算法。目前冷热源主机能效模型算法中存在参数多、复杂度高、精确建模困难等诸多问题。在对水温及负荷率等冷热源主机运行参数对能效的影响程度研究基础上,从运行水温条件、设备负荷率两个方面综合分析,提出了基于负荷侧水温、源侧水温、源侧温差、部分负荷率等参数的设备级节能算法。该算法对于水温条件方面采用带有边界约束的解耦算法;在系统负荷分配方面采用动态规划的负荷优化分配算法。经实际项目验证,系统月度用电量平均节省率可达23.34%,节能效果显著。

基于压缩空气流量预测的火电机组空压机节能研究

针对火电机组内空压机布局分散和加卸载频繁造成电能浪费严重的问题,提出一种基于压缩空气流量预测结果进行空压机联网运行组合优化的方法。为提高预测模型的预测精度,提出鹈鹕优化算法(POA)与长短期记忆神经网络相结合的预测模型(POA-LSTM),通过相关性分析,选取空压机运行电流、储气罐压力、空压机排气压力和排气温度作为压缩空气流量的影响因素。结果表明,该模型预测误差率小于4%,能较准确地预测压缩空气流量的变化趋势;根据用气量预测结果进行杂用压缩空气联网改造测试,优化空压机的组合运行方式,可以少开杂用空压机1台,能耗降低13.01%;全厂空压机均采用基于压缩空气流量预测的联网供气方式可实现全年节约电能超过440万kW·h,节省电费268万余元,减少2 559 t二氧化碳排放。