基于流数据聚类的化工过程多工况报警阈值自适应设置方法

    公开(公告)号:CN113988169A

    公开(公告)日:2022-01-28

    申请号:CN202111244307.2

    申请日:2021-10-26

    Abstract: 本发明公开了基于流数据聚类的化工过程多工况报警阈值自适应设置方法,首先采用流数据聚类,得到流数据聚类结果;然后利用聚类结果进行边缘提取获得分类信息,进而设定多工况参数报警阈值组并构建流数据聚类多工况报警模型;最后,根据多工况报警模型设定合适的模型匹配方法,进而给出完整的多工况报警阈值自适应设置方法。本发明针对传统的过程报警阈值优化未考虑化工过程多工况的局限性进行了改进,细化了报警阈值的多工况分状态的设置方法。与一些传统方法相比,本发明提出的方法可以根据流数据聚类结果进行自适应阈值匹配,通过识别数据波动,调整阈值范围进而精确报警,极大的降低了漏报率与误报率。

    一种基于PLS的ESN加热炉操作变量的软测量方法

    公开(公告)号:CN109472070A

    公开(公告)日:2019-03-15

    申请号:CN201811262632.X

    申请日:2018-10-27

    Abstract: 本发明公开了一种基于PLS的ESN加热炉操作变量的软测量方法,包括:获得加热炉数据,所述加热炉数据包括加热炉压力、进料量、温度;使用归一化公式对所述加热炉数据进行归一化处理;对回声状态网络的各个参数值进行初始化;使用偏最小二乘算法对回声状态网络模型进行优化;根据优化之后的回声状态网络模型对加热炉操作变量进行预测。本发明提供的技术方案解决了传统的回声状态网络算法的多重共线性问题,据此优化回声状态网络模型,能够提高回声状态网络模型的精度和稳定性,广泛应用于加热炉操作变量的建模之中。因此,本发明提供的技术方案能够实现对加热炉在生产过程之中操作变量的有效预测,从而提高加热炉的热效率。

    一种工业过程多状态感知预测控制器设计方法

    公开(公告)号:CN113947202A

    公开(公告)日:2022-01-18

    申请号:CN202111096738.9

    申请日:2021-09-18

    Inventor: 于淼 杨博 李宏光

    Abstract: 本发明公开了一种工业过程多状态感知预测控制器设计方法,采用建立多状态预测模型的方法,通过不同工作点下的历史数据训练ESN神经网络,建立对应不同工作点的预测模型子模型,反映存在工作点切换时的被控过程特征,并针对多特征特征,分状态进行优化算法的求解,最后获得满足工艺要求的控制策略。采用多状态优化的方法相比于单一状态优化能更好的根据被控过程的不同特征求解出最优的控制策略。

    基于流数据聚类的化工过程多工况报警阈值自适应设置方法

    公开(公告)号:CN113988169B

    公开(公告)日:2024-07-26

    申请号:CN202111244307.2

    申请日:2021-10-26

    Abstract: 本发明公开了基于流数据聚类的化工过程多工况报警阈值自适应设置方法,首先采用流数据聚类,得到流数据聚类结果;然后利用聚类结果进行边缘提取获得分类信息,进而设定多工况参数报警阈值组并构建流数据聚类多工况报警模型;最后,根据多工况报警模型设定合适的模型匹配方法,进而给出完整的多工况报警阈值自适应设置方法。本发明针对传统的过程报警阈值优化未考虑化工过程多工况的局限性进行了改进,细化了报警阈值的多工况分状态的设置方法。与一些传统方法相比,本发明提出的方法可以根据流数据聚类结果进行自适应阈值匹配,通过识别数据波动,调整阈值范围进而精确报警,极大的降低了漏报率与误报率。

Patent Agency Ranking