采用M5’模型树和测量数据识别抽汽式机组汽耗量特性

汽轮机组特性随着机组老化而变化,传统上采用定期现场实测,需停机和采用专门的设备与系统,费用很高,因此基于现有自动化系统历史测量数据的特性曲线识别方法十分必要。一般汽轮机组汽耗量特性具有非凸和非连续等特点,常规的多元线性回归拟合不能适应。M5’模型树算法是一种多输入单输出系统的分段线性化的数据挖掘算法。提出采用M5’模型树的抽汽式机组汽耗量特性模型和其模型结构及参数识别算法,用于滚动利用最新的电厂测量历史数据获取最新的汽耗量特性。该方法简单、有效,逼近能力强,自动化程度高,在处理非凸形和非连续性的特性方程具有优势。通过多个热电厂的实时数据进行验证,具有很高的预测精度,效果优于多元线性回归拟合方程。     

基于电厂能效监测平台的机组特性在线识别与可视化

基于省级热电厂能效监测平台的运行数据,采用M5′模型树方法在线识别和绘制了较为精确、详细的单抽和双抽机组工况图。该方法采用分段式线性拟合,自动优选分段数并逼近可能非凸或非连续的非线性耗量曲线。利用该方法进行机组定期滚动识别对比,可以更好地察觉机组特性的变化,为机组能效监视提供可视化感知工具,为测量数据提供校验依据,并为电厂热电负荷优化分配和电网节能调度提供精确的分段线性化机组特性函数。     

公共自行车交通系统调度算法

针对公共自行车交通系统的静态车辆调度问题,以运输成本最少为目标建立公共自行车交通系统调度模型,提出了一种将模拟退火算法融合到遗传算法中的混合启发式算法来求解该模型,增强算法的全局搜索能力和效率.通过实例结果表明,优化后运输车辆行驶路程比优化前减少了50％,说明遗传模拟退火算法具有良好的鲁棒性和收敛性,适合解决车辆的优化...