一种基于深度置信网络的斗轮机自动控制方法和系统

    公开(公告)号:CN118938644A

    公开(公告)日:2024-11-12

    申请号:CN202410838574.X

    申请日:2024-06-26

    Abstract: 本申请公开了一种基于深度置信网络的斗轮机自动控制方法和系统,利用PLC控制器收集斗轮机的运行数据,将采集到的所述运行数据作为DBN的输入,通过无监督学习的方式训练网络,根据斗轮机的初始运行情况,为PID控制器设定初始参数,通过目标函数计算每个萤火虫的位置,通过模拟萤火虫的发光行为,寻找PID参数的最优解,在所述萤火虫种群每次迭代中,根据算法的当前表现调整迭代因子,若所述萤火虫种群在连续5次迭代中未发生进化,则引入高斯变异,按照特定的变异策略更新萤火虫的位置,根据优化后的萤火虫算法结果,实现斗轮机的自动控制,本发明实现了简化算法结构,优化迭代步骤,对于可编程控制器的优化算法研究有着重要的意义。

    一种基于深度强化学习的精准配煤方法和系统

    公开(公告)号:CN118333229A

    公开(公告)日:2024-07-12

    申请号:CN202410563741.4

    申请日:2024-05-08

    Abstract: 本申请公开了一种基于深度强化学习的精准配煤方法,包括:S1获取多个历史时刻的综合数据;S2选择其中一个时刻的综合数据;S3将选择的综合数据作为深度强化学习网络的的输入以输出取料机指令;S4根据综合数据和取料机指令利用状态模拟预测模型预测执行取煤机指令后发电系统中锅炉的最终燃烧温度和热效率;S5根据最终燃烧温度和热效率和预先设定的目标得到奖励值;S6基于奖励值更新精准配煤系统的网络参数值;S7重复n次步骤3‑6;S8重复m次步骤2‑7;S9实时采集当下的综合数据,将实时综合数据输入至构建完成的基于深度强化学习网络的精准配煤系统中,输出取煤机指令。通过本申请方法,能够输出准确配煤指令。

    一种基于机组负荷预测的配煤优化方法

    公开(公告)号:CN118333228A

    公开(公告)日:2024-07-12

    申请号:CN202410563686.9

    申请日:2024-05-08

    Abstract: 本申请公开了一种基于机组负荷预测的配煤优化方法,本方案通过机组负荷与配煤之间的函数关系搭建预测模型,与神经算法需要大量训练来提高控制精度的做法相比,本方案所提方案前期的控制精度更为理想,且不需要大量的训练就可以有很好的控制精度,相较已有方案中采用历史机组负荷数据的做法,本方案对机组负荷数据进行了加权预测,实际预测结果更好,也提高了整体方案的控制准确度,除此之外将模型预测与粒子群算法相结合,并对预测模型引入了反馈修正环节,不仅保证了足够的求解速度和全局搜索能力,并且通过模型预测和反馈修正环节得到的参数在作为下一时刻初始值时满足了粒子群算法对初始值的要求。

    一种基于SCADA的电厂煤场信息精细化管理系统

    公开(公告)号:CN119026785A

    公开(公告)日:2024-11-26

    申请号:CN202410848423.2

    申请日:2024-06-27

    Abstract: 本申请公开了一种基于SCADA的电厂煤场信息精细化管理系统,包括:煤场进煤采集模块用于计量装载机铲斗存入煤场的煤的重量;煤场取煤采集模块用于计量输送带从煤场中输送出的煤的重量;煤场存储煤量采集系统用于统计煤场中存储的煤炭的总重量;煤场进煤采集模块、煤场取煤采集模块、煤场存储煤量采集系统与中央处理系统连接;中央处理系统用于接收煤场进煤采集模块发送的装载机铲斗存入煤场的煤的重量、煤场取煤采集模块发送的输送带从煤场中输送出的煤的重量以及煤场中存储的煤炭的总重量,以此计算当日煤场总进入量、煤场总输出量以及当前煤场的煤炭总库存。通过本申请系统,能够提高记录的数据准确性,同时提高数据记录的实时性。

Patent Agency Ranking