近年来运行优化与控制成为工业过程控制中的研究热点,然而国内外至今没有可用于辅助研究人员和工程师快速实现控制器设计与搭建的可配置软件平台。为此,本文提出了一种组态的软件平台来解决这个问题。其主要优点是:该平台不仅提供了一个图形化组态环境,通过开发强大的控制策略图形化开发工具和 Petri 网引擎来调度用于并行计算的算法单元,而且还提供了集成几种主流的智能和数据驱动算法(例如案例推理、模糊逻辑、神经网络)的统一框架。本文详细介绍了系统的总体框架和关键技术,并通过一个典型磨矿过程硬件在环实验系统,搭建了运行优化控制系统以验证平台的可行性和实用性。
精确的电力负荷预测不仅在发电侧优化能源产能,而且在供给侧实现经济调度、绿色用电。调度工作能够根据预测负荷峰值科学有效的实现电网安全可靠运行。首先,提出了一种包含两个储备池的新型回声状态网预测方法,来预测每日电力负荷;其次,在传统的回声状态网的基础上,选取两个储备池进行串行连接,得到一种新型的回声状态网(Echo State Network with Double Reservoir, called DR-ESN)。DR-ESN 能够更加有效的提取预测对象的特征信息,从而可以得到精度更高的预测结果;并利用批量梯度和岭回归算法来优化训练过程中的 DR-ESN 的 6个参数。对广州市的实际用电量进行仿真,所得结果表明了预测方法的有效性。