版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、準(zhǔn)確有效地對冶金企業(yè)副產(chǎn)煤氣進(jìn)行分配調(diào)度是企業(yè)合理利用資源,提高其節(jié)能降耗水平,提高生產(chǎn)效益,減少環(huán)境污染的關(guān)鍵。為了保證煤氣管網(wǎng)正常運(yùn)行,當(dāng)前的企業(yè)生產(chǎn)實(shí)際當(dāng)中多是先對煤氣流量實(shí)時預(yù)測,再依靠人工經(jīng)驗(yàn)的方式手動對煤氣系統(tǒng)實(shí)施優(yōu)化調(diào)度。而此類模式雖然一定程度上為企業(yè)副產(chǎn)能源的實(shí)時調(diào)度起到了略微的作用,但是在調(diào)度過程中對可調(diào)用戶的選擇、調(diào)整量的確定以及調(diào)度方案的優(yōu)化制定上依然缺乏科學(xué)的依據(jù),以至于很難形成真正自動化和智能化的方法。因此對管
2、網(wǎng)中煤氣的產(chǎn)生量和消耗量進(jìn)行合理優(yōu)化配置,保證煤氣管網(wǎng)的用戶以及煤氣存儲柜正常運(yùn)行,并最大限度地回收和利用副產(chǎn)煤氣,可為制定合理的煤氣使用計(jì)劃提供依據(jù),提高鋼鐵企業(yè)節(jié)能降耗的水平。
本文提出一種基于概率因果關(guān)系建模的煤氣系統(tǒng)動態(tài)調(diào)度方法,該方法通過提取工業(yè)現(xiàn)場歷史數(shù)據(jù)中的機(jī)理信息,實(shí)時確定當(dāng)前對煤氣存儲柜的位置產(chǎn)生直接影響的調(diào)整用戶,通過動態(tài)構(gòu)建鋼鐵企業(yè)轉(zhuǎn)爐煤氣系統(tǒng)的Bayesian網(wǎng)絡(luò),并采用Bayesian推理計(jì)算調(diào)整用戶
3、取值狀態(tài)的最大后驗(yàn)概率,以定量給出轉(zhuǎn)爐煤氣系統(tǒng)的實(shí)時調(diào)度方案。針對Bayesian網(wǎng)絡(luò)輸入節(jié)點(diǎn)拓?fù)漤樞虻拇_定問題,提出基于工業(yè)現(xiàn)場數(shù)據(jù)約束的遺傳算法來選擇最優(yōu)的網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)漤樞?。之后采用遞歸網(wǎng)絡(luò)建立的因素模型來檢驗(yàn)系統(tǒng)調(diào)度的適用效果。
為了驗(yàn)證本文所提方法的有效性,采用國內(nèi)某鋼廠轉(zhuǎn)爐煤氣系統(tǒng)實(shí)際數(shù)據(jù),考慮工業(yè)現(xiàn)場可能出現(xiàn)的煤氣柜位超限、煤氣柜位不足以及變更煤氣柜界限情況進(jìn)行仿真實(shí)驗(yàn),并將其結(jié)果均表明所提出的煤氣系統(tǒng)平衡調(diào)度方案
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于因果推斷的隱網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于超結(jié)構(gòu)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于缺失數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于改進(jìn)細(xì)菌算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于貪婪搜索的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法.pdf
- 基于圖分塊的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 基于MRMR的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 因果貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 基于約束的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 動態(tài)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究及應(yīng)用.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 一種Bayesian網(wǎng)絡(luò)結(jié)構(gòu)的并行學(xué)習(xí)方法.pdf
- 32063.基于遞歸算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
- 基于改進(jìn)魚群蜂群算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于改進(jìn)混合進(jìn)化算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于量子遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于混合魚群優(yōu)化算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于人工魚群的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及MBNC實(shí)驗(yàn)平臺的構(gòu)建.pdf
評論
0/150
提交評論