[發(fā)明專利]基于決策樹方法的蒸汽管網(wǎng)調(diào)度規(guī)則系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611247300.5
• 申請日: 2016-12-29
• 公開（公告）號: CN106651199A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設計）人: 馬湧;孫彥廣;張云貴
• 申請（專利權）人: 冶金自動化研究設計院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04
• 代理公司: 北京華誼知識產(chǎn)權代理有限公司11207
• 代理人: 劉月娥

技術領域

本發(fā)明屬于蒸汽管網(wǎng)調(diào)度規(guī)則技術領域，特別是提供一種基于決策樹方法的蒸汽管網(wǎng)調(diào)度規(guī)則系統(tǒng)，實現(xiàn)了蒸汽管網(wǎng)調(diào)度規(guī)則的程序化，科學化。

背景技術

在大型聯(lián)合鋼鐵企業(yè)里，蒸汽系統(tǒng)是具有大時滯、大慣性、變參數(shù)、非線性、多變量耦合等特點的復雜對象，面對這樣的復雜運行狀況，管理人員基本還是依靠多年來的生產(chǎn)所運行積累下的經(jīng)驗指揮系統(tǒng)運行，難以避免發(fā)生放空、降質(zhì)使用等情況，造成極大的浪費。這樣必然導致調(diào)度的盲目性和管網(wǎng)運行的低效。同時由于生產(chǎn)量、季節(jié)性變化等原因蒸汽用量會隨之發(fā)生變化，對蒸汽系統(tǒng)的優(yōu)化調(diào)度與管理是相關企業(yè)節(jié)能增效減少環(huán)境污染的有效措施。建立基于決策樹的調(diào)度規(guī)則庫，結合企業(yè)調(diào)度規(guī)則庫，合理優(yōu)化蒸汽管網(wǎng)調(diào)度，可大大降低人工調(diào)度的盲目性和滯后性，從而提高蒸汽系統(tǒng)調(diào)度水平。

決策樹算法是一種以決策樹這種數(shù)據(jù)結構為基礎的分類算法。決策樹是一個類似于流程圖的樹結構，其中每個內(nèi)部結點表示一個屬性上的測試，每個分枝代表一個測試輸出，而每個樹葉結點代表一個類或類分布。在給未知的樣本分類時，由樹根開始對該樣本中對象的屬性按照順序逐個測試其值，并且沿著符合條件的分枝向下走，直至到達某個葉結點，這個葉結點代表的類則為該對象所屬的類。基于決策樹方法，建立鋼鐵企業(yè)蒸汽管網(wǎng)調(diào)度規(guī)則決策樹系統(tǒng)。根據(jù)決策樹原理的系統(tǒng)熵及決策屬性等方法，結合現(xiàn)有企業(yè)調(diào)度規(guī)則庫、專家知識庫以及事實庫，以典型的決策樹ID3算法建立鋼鐵企業(yè)蒸汽管網(wǎng)調(diào)度規(guī)則決策樹系統(tǒng)，使得管網(wǎng)調(diào)度策略更加合理安全，有效降低管網(wǎng)波動范圍

本發(fā)明將建立一種科學的蒸汽管網(wǎng)調(diào)度規(guī)則系統(tǒng)，可科學合理的建立蒸汽管網(wǎng)調(diào)度規(guī)則系統(tǒng)，減少管網(wǎng)波動，保障管網(wǎng)高效安全運行。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于決策樹方法的蒸汽管網(wǎng)調(diào)度規(guī)則系統(tǒng)，實現(xiàn)了蒸汽管網(wǎng)調(diào)度規(guī)則的程序科學化，使得管網(wǎng)運行更加科學合理。系統(tǒng)采用自頂向下遞歸的分治方式來構建，從訓練樣本集以及與其相關的屬性開始構造。隨著決策樹的不斷深層次構造，訓練樣本集將遞歸地被劃分為幾個較小的子集。樹根與各節(jié)點之間的路徑對應著一條關聯(lián)規(guī)則，因此整個決策樹也就對應著一組完整的關聯(lián)規(guī)則。

本發(fā)明硬件系統(tǒng)包括關系數(shù)據(jù)庫服務器，實時數(shù)據(jù)庫服務器，應用服務器，工程師站。關系數(shù)據(jù)庫服務器與工程師站和應用服務器相連，應用服務器除與關系數(shù)據(jù)庫服務器相連外，還與實時數(shù)據(jù)庫和工程師站相連，保持三者之間數(shù)據(jù)交換。應用模塊包括關系數(shù)據(jù)庫，數(shù)據(jù)采集模塊，調(diào)度規(guī)則結果顯示模塊，決策樹規(guī)則庫生成模塊。其中調(diào)度規(guī)則結果顯示模塊部署在工程師站，決策樹規(guī)則庫模塊部署在應用服務器，關系數(shù)據(jù)庫部署在關系數(shù)據(jù)庫服務器，數(shù)據(jù)采集模塊部署在實時數(shù)據(jù)庫。

關系數(shù)據(jù)庫是顯示模塊與決策樹規(guī)則庫模塊之間的數(shù)據(jù)通訊媒介。決策樹規(guī)則庫模塊將生成的決策規(guī)則寫入關系數(shù)據(jù)庫，顯示模塊再從關系數(shù)據(jù)庫中讀出并予以顯示。

關系數(shù)據(jù)庫：存儲用于調(diào)度記錄、決策樹規(guī)則庫、顯示的數(shù)據(jù)。

數(shù)據(jù)采集模塊：由實時數(shù)據(jù)庫和現(xiàn)場采集儀表以及傳輸網(wǎng)絡組成；現(xiàn)場采集儀表將信息實時傳入實時數(shù)據(jù)庫中；

調(diào)度規(guī)則結果顯示模塊：數(shù)據(jù)接口部分，為決策樹算法提供數(shù)據(jù)輸入功能，包括讀取數(shù)據(jù)文件；

決策樹規(guī)則庫模塊：包括1、樹根是從代表訓練樣本集的單個節(jié)點開始的；2、訓練樣本集屬于同一個類的節(jié)點為樹葉，并對該類進行標記；3、否則以信息增益度量為分裂準則，選擇可以實現(xiàn)最好地樣本分類的屬性作為該節(jié)點的分裂屬性；4、為分裂屬性的每個已知值創(chuàng)建一個分枝，并以此為依據(jù)劃分樣本集；5、使用上述同樣的過程，遞歸地形成每個劃分的樣本決策樹。一旦某個屬性出現(xiàn)在某個節(jié)點上，則其后代就不必再考慮了；6、當滿足下列條件之一時，遞歸劃分步驟停止：a)給定節(jié)點的所有樣本集同屬一個類；b)沒有剩余屬性可以用來對樣本進行進一步的劃分；c)分枝中無樣本。

1、數(shù)據(jù)集劃分前的熵：

對于有s個數(shù)據(jù)樣本集合S，其中分類屬性C有m個不同的離散取值c₁，c₂，…，c_m(即數(shù)據(jù)樣本S最終要被分成m個類別)。分類屬性值為c₁，c₂，…，c_m的樣本數(shù)分別s₁，s₂，…，s_m。那么劃分之前，樣本集S的總熵(期望信息)為：