[发明专利]工业系统中多机组运行优化方法、装置、系统及存储介质在审

专利信息
申请号: 202111154209.X 申请日: 2021-09-29
公开(公告)号: CN113868953A 公开(公告)日: 2021-12-31
发明(设计)人: 陈曦;王超 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 任美玲
地址: 215100 江苏省苏州市吴*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 工业 系统 机组 运行 优化 方法 装置 存储 介质
【权利要求书】:

1.一种工业系统多机组运行优化方法,其特征在于,包括:

采集工业系统中各机组的当前工况信息;

从所述当前工况信息中提取出当前边界条件;

依据所述当前边界条件以及预先建立优化结果数据集,确定出与所述当前边界条件对应的当前最优运行参数;其中,所述优化结果数据集包括多个边界条件及各自对应的最优运行参数。

2.根据权利要求1所述的工业系统多机组运行优化方法,其特征在于,所述优化结果数据集的建立过程为:

获取各所述机组的历史工况信息;

基于各个所述历史工况信息建立优化神经网络模型;

采用所述优化神经网络模型预设的各个边界条件进行预测,得到与每个所述边界条件各自对应的最优运行参数;

基于每个所述边界条件及各自对应的最优运行参数建立优化结果数据集。

3.根据权利要求2所述的工业系统多机组运行优化方法,其特征在于,所述基于各个所述历史工况信息建立优化神经网络模型的过程为:

对每个所述历史工况信息进行清洗处理,得到清洗后的各个稳态历史工况信息;

对每个所述稳态历史工况信息进行辨识处理,得到每个所述机组的特征参数;

基于每个所述机组的特征参数对每个所述稳态历史工况信息进行优化处理,得到与每个所述稳态历史工况信息各自对应的优化结果;

将每个所述优化结果作为数据集训练神经网络,得到优化神经网络模型。

4.根据权利要求2或3所述的工业系统多机组运行优化方法,其特征在于,所述依据所述当前边界条件以及预先建立优化结果数据集,确定出与所述当前边界条件对应的当前最优运行参数的过程为:

判断所述优化结果数据集中是否存在与所述当前边界条件对应的目标最优运行参数,若存在,则将所述目标最优运行参数作为所述当前边界条件的当前最优运行参数;若不存在,则从所述优化结果数据集中筛选出与所述当前边界条件相邻的多组目标边界条件及对应的目标最优运行参数;

对各组所述目标边界条件及对应的目标最优运行参数进行N维线性插值处理,得到与所述当前边界条件对应的当前最优运行参数;其中,所述N为边界条件的维度。

5.根据权利要求4所述的工业系统多机组运行优化方法,其特征在于,当所述优化结果数据集中不存在与所述当前边界条件对应的目标最优运行参数时,还包括:

根据与所述当前边界条件对应的当前最优运行参数对每组所述目标边界条件对应的目标最优运行参数进行修正,得到与每个所述目标边界条件各自对应的、修正后的最优运行参数;

采用所述修正后的最优运行参数对所述优化结果数据集中相应的目标边界条件的最优运行参数进行更新存储。

6.根据权利要求4所述的工业系统多机组运行优化方法,其特征在于,所述从所述当前工况信息中提取出当前边界条件的过程为:

对所述当前工况信息进行清洗处理,得到当前稳态工况信息;

从所述当前稳态工况信息中提取出当前边界条件。

7.根据权利要求1所述的工业系统多机组运行优化方法,其特征在于,还包括:

依据当前最优运行参数对各个所述机组的运行参数进行调控。

8.一种工业系统多机组运行优化装置,其特征在于,包括:

采集模块,用于采集工业系统中各机组的当前工况信息;

提取模块,用于从所述当前工况信息中提取出当前边界条件;

匹配模块,用于依据所述当前边界条件以及预先建立优化结果数据集,确定出与所述当前边界条件对应的当前最优运行参数;其中,所述优化结果数据集包括多个边界条件及各自对应的最优运行参数。

9.一种工业系统多机组运行优化系统,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述工业系统多机组运行优化方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述工业系统多机组运行优化方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111154209.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top