建筑供热负荷预防与预测控制策略研究

基于建筑供热节能需要和供热对象的特点，提出了供热负荷预防及对供热过程施加预测控制策略，根据时间序列分析原理，对供热负荷进行节能预后并作为预测控制的设定值，为满足实时性的要求，根据供热对象的特性对预测模型进行简化，给出了用预报误差校正代替误差校正的预测控制算法。最后对供热系统进行相关算法的仿真，其结果证明了该方法的有效性。     

基于动态权重的组合模型供热负荷预测

提升供热系统的供热负荷预测精度是实现智慧供热、提升能源利用效率的重要手段。提出了一种基于动态权重的组合模型供热负荷预测。首先根据供热负荷变化的动态特性和单独模型的误差函数,确定分段固定权重,再根据前一个小时单独模型的预测值和真实值更新修正权重,构造出动态权重的组合模型。采用石家庄某供热站的运行数据进行仿真验证,实验结果表明,提出的基于动态权重的组合模型供热负荷预测的MAPE(Mean Absolute Percentage Error)为0.562%,验证了所提出的方法能有效提高供热负荷预测精度。     

一种电力系统短期负荷预测的新方法

本文把一种新的灰色理论自修正模型应用到负荷预测的误差校正中。提出了纵向负荷预测与横向误差校正相结合的方法。首先选用同一时刻并且具有相同影响因素的负荷作为人工神经网络的输入进行纵向负荷预测,利用预测时刻之前的整点时刻负荷预测的误差来建立一个带有自修正功能的灰色理论模型进行负荷预测的横向误差校正。这种方法提高了预测的精度。     

基于SVM和Kalman预测的非线性系统故障预报

针对Kalman预测在非线性系统故障预报中预测误差较大的问题.提出一种基于支持向量机预测新息的Kalman预测方法.根据未知非线性系统的典型变量分析子空间模型进行Kalman预测.采用支持向量机时间序列预测算法预测未来时刻的新息,利用新息进行Kalman单步和多步预报.在连续搅拌反应器上的仿真研究表明:所提出方法能准确地预测较长时间段内故障过程的劣化趋势,预知可能发生的故障,使操作人员有时间采取必要措施消除故障隐患.     

基于预报-校正法的城市用水量预测模型的研究

神经网络已成为提供预测与决策支持的有力工具,但传统的神经网络预测方法有一缺点就是对于峰值和谷值预测效果不佳,其预测值和实际值常有较大的误差.通过引入预报-校正法的思想,在传统的神经网络预测方法基础上另外构建一个独立的神经网络用于学习误差估计,加以对传统的神经网络预测值进行校正.实验结果表明,该方法能改进传统的神经网络预测的缺点,显著改善预测效果.此外,该方法在类似的基于神经网络的函数逼近等方面也有很好的改进效果.     

带知识库的高炉铁水含硅量的自适应预报系统

本文讨论自校正预报器与知识库系统配合使用时,对高炉铁水含硅量的在线预报问题. 自校正预报器按Box和Jenkins的原理构成,预报模型参数用递推近似极大似然法进行在线 估计.当炉况稳定时,自校正预报器的精度是满意的,而炉况木稳定时,由知识库系统的输出 对自校正预报进行检验和修正.实验表明,综合预报系统的预报精度超过熟练工长.因此,上 述系统可作为工长的操作指导.     

电力系统负荷预报误差的概率密度函数建模

本文依据数理统计理论，提出对电力系统负荷预报误差的概率密度函数的建模方法，给出建模公式并证明其渐近无偏性及均方收敛性。该方法已成功地用于黑龙江省电力系统负荷预报误差分析。     

基于路段行程时间的公交到站预测方法

对公交到站时间预报技术进行了研究和探索。建立公交线网道路模型，根据GPS车载终端采集的公交车辆运行动态数据，推测路段交通状况及对应的路段行程时间，预测公交到站时间，并分析各种误差。实验数据表明，在2min误差内的预测时间准确率大于80%，基本可满足公交时间预报要求。     

AR模型在宝珠寺水库实时洪水预报校正中的应用

人类活动改变了流域下垫面,对洪水预报精度产生极大的影响,引进实时校正模型以提高洪水预报精度。根据宝珠寺水库的自然地理和水文气象特性,宝珠寺水库实时洪水预报采用新安江模型,实时校正模型采用时间序列AR模型。利用10年历史降雨径流资料,对新安江和实时校正模型的参数进行率定,并利用近年的2次洪水对模型进行检验,检验结果表明实时校正能明显地提高洪水预报的精度。     

基于神经网络的非线性时间序列故障预报

对模型未知非线性系统, 将系统输出组成时间序列并通过空间嵌入的方法转化为一个离散动态系统. 利用线性 AR 模型拟合时间序列的线性部分, 用神经网络拟合时间序列的非线性部分并补偿外界未知的扰动, 提出了通过对状态的观测实现时间序列一步预测的方法. 利用滚动优化的思想将一步预测推广, 提出了时间序列的 N 步预测方法, 证明了时间序列预测误差有界. 通过对预测误差进行概率密度估计和检验, 提出了故障的预报方法. 对 F-16 歼击机的结构故障预报结果表明了方法的有效性.     

模糊预测控制在新型干法水泥生产线的应用

研究水泥工业生产过程中,窑尾分解炉出口温度的控制对水泥生产的质量及整条生产线的节能至关重要,而分解炉属于大时滞、大惯性、非线性的被控对象,传统PID算法很难达到满意的控制效果。提出一种新型复合型模糊预测控制算法,结合预测控制的预报功能和模糊控制在大偏差范围时响应较快的理想控制效果,相互切换,优势互补。在Matlab平台上仿真。结果表明,复合型模糊预测控制效果优于单纯的模糊控制和预测控制,系统的快速性和稳定性都有提高。     

STC单片机抽油机节能控制系统的研制

:针对当今抽油机浪费电能相对严重的实际情况,采用STC89C58单片机技术和就地电容补偿原理对抽油机节能控制系统进行了研究;介绍了抽油机的负荷特点和目前国内普遍使用的几种抽油机节能控制方法,较详细论述了系统的工作原理,并给出了系统的硬件组成电路和主要软件程序的流程图;且通过实验表明,该控制系统可使抽油机在其负载变化时始终处于较佳运行状态,达到节能降耗的目的,具有较好的控制效果.     

供热系统集中器的智能控制终端设计与实现

为了解决目前城市供热系统主控中心单一控制方式造成的工作量大、控制不稳定、上传数据延迟等问题,提出了一种以楼栋集中器为控制对象的智能控制终端.该终端主要由中央处理器、IC卡读写模块、万年历时钟模块、数据存储比对模块、短信提醒模块、声光提醒模块组成.采用集散控制方式,把供热系统主控中心的单一控制权分散到每个楼栋,用户持IC卡到主控中心充值购热,然后在居民楼的控制终端刷卡来控制自家热量的使用状态,实现了供热管理的集中操作、分散控制、分级管理和灵活组态.     

校园供热节能控制系统研究与开发

介绍了针对校园冬季供暖的节能控制方法.根据校园供暖的特点和学校作息制度,采用分时分区供暖、室外温度和远端用户室内温度补偿进行优化,以达节能目的.在供暖控制系统中采用可编程序控制器(PLC),用于对现场数据采集和处理,并完成时现场供暖设备的自动控制,实现远端温度,室外温度,供暖时间补偿的节能优化方式.     

基于鲁棒预测控制的高速列车节能运行研究

针对高速列车在运行过程中的传统控制策略优化精度差、难以达到理想的节能效果的问题,提出了基于安全、准点、节能等多目标要求的高速列车鲁棒预测控制策略。对列车的运行过程进行受力分析,运用聚类和最小二乘法建立了基于多模型的线性预测模型,考虑高速列车惰行运行及道路条件等情况,合理设计出列车的节能目标曲线。将相应的节能曲线作为输入量,采用鲁棒预测控制算法进行优化,有效地提高了模型的适配性和跟踪性。以CRH3型列车作为研究对象进行仿真,结果表明,鲁棒预测控制能够满足跟踪节能曲线精度的要求,验证了该节能运行方式的可行性和优越性。     

地铁站台空调系统非线性预测控制策略

地铁站台空调系统回路众多且具有强耦合和非线性特性,PID控制方法参数整定困难,无法兼顾乘客舒适性和能效最优,由于系统建模困难,非线性优化算法计算量大,智能控制方法难以实现工程应用.对此,提出一种地铁站台空调系统预测控制策略.首先,根据热湿负荷平衡和能量守恒定律建立地铁站台热动态特性预测模型;然后,将满足乘客舒适性并节省能耗作为系统优化目标,使用神经网络作为优化反馈控制器,将系统优化目标函数作为控制器优化性能指标,结合变分法和随机梯度下降法,对神经网络控制器的权值和阈值进行在线滚动优化,算法计算量小,占用存储空间适中.仿真实验结果表明,所提出的预测控制策略与传统PID控制方法相比,在满足乘客舒适性要求的前提下,系统响应时间可缩短约39.6%,末端风机能耗降低约73.39%.     

莱钢低温循环水供暖工程DCS系统设计与实现

本文介绍了莱钢生活采暖东线4#发电机组低温循环水供暖工程改造工艺和自动控制系统的实现,该项目是莱钢为了提高能源动力厂4#发电机汽轮机排汽热效率,降低凝汽器的冷源损失,达到节能挖潜的目的实施的改造,文中还介绍了控制系统的设计和控制功能的实现,同时对循环水运行供热的经济性进行了分析和探讨。     

神经网络多步预测控制及其在精馏塔中的应用研究

本文提出一种基于多神经网络并行预测模型的多变量协调预测控制,利用预测误差实时反馈校正各个神经网络预测模型的参数,对于对象的时变、未建模干扰及模型失配引起的误差均有很好的适应性。针对存在耦合的被控对象,本文在优化性能指标中采用多变量协调优化策略,对被控变量集及操作变量集优化,使被控变量达到优化值和使部分操作变量达到优化值。在单步预测控制的基础上,提出基于多RBF神经网络并行预测模型的多变量协调预测控制,提高了预测控制的鲁棒性及抗干扰能力。将此方法应用于精馏塔控制中,在保证主要产品质量合格的前提下,对操作变量进行约束,使部分操作变量达到优化值,从而减少能耗,提高经济效益。仿真结果表明,基于神经网络预测模型的多变量协调预测控制具有很好的动态特性、鲁棒性及显著的节能降耗效果。     

换热站节能改造

城市集中供暖已成为我国热网节能改造的主要发展趋势,采用合理的节能改造措施,以延安城市供热控制为研究背景,以实现各换热站无人值守自动控制、数据传输、集中监控为主要工作,并给出了系统改造后取得的良好效果。     

Constraint feedforward control for thermal processing of quartz photomasks in microelectronics manufacturing

A feedforward control scheme is designed to improve performance of conductive heating systems used for lithography in microelectronics processing. It minimizes the loading effects induced by the common processing condition of placement of a quartz photomask at ambient temperature on a bake plate at processing temperature. The feedforward control strategy is a model-based method using linear programming to minimize the worst-case deviation from a nominal temperature set-point during the load disturbance condition. This results in a predictive controller that performs a pre-determined heating sequence prior to the arrival of the substrate as part of the resulting feedforward/feedback strategy to eliminate the load disturbance. This procedure is based on an empirical model generated from data obtained during closed-loop operation. It is easy to design and implement for conventional thermal processing equipment. Experimental results are performed for two commercial bake plates and depict an order-of-magnitude improvement in the settling time and the integral-square temperature error between the optimal predictive controller and a feedback controller for a typical load disturbance.