[發明專利]循環冷卻水系統工藝介質多溫度目標設定值切換多參數預測控制算法

有效

• 申請號: 201910252945.5
• 申請日: 2019-03-29
• 公開（公告）號: CN110008575B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 李昌春;宋璐璐;左為恒
• 申請（專利權）人: 重慶大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04
• 代理公司: 重慶為信知識產權代理事務所(普通合伙) 50216
• 代理人: 余錦曦

1.一種循環冷卻水系統工藝介質多溫度目標設定值切換多參數預測控制算法，其中，循環冷卻水系統包括沿著循環水路設置的N’個冷卻塔、吸水池、給水泵機組、出水管組、M’個生產區換熱器以及回水管組；在冷卻塔內設置有冷卻池；

所述出水管組包括N’根吸水池進水管、L根吸水池出水管、給水總管、M’根給水支管；

所述回水管組包括M’根回水支管、回水總管、N’根上塔回水管；

任一所述冷卻塔經一根對應的吸水池進水管與所述吸水池連接，所述吸水池經L根并列的吸水池出水管與所述給水總管連接，所述給水總管經M’根給水支管向M’個生產區換熱器一一對應供水；

在所述吸水池出水管上并聯設置有給水泵；

任一所述生產區換熱器經一根對應的回水支管與所述回水總管連接，所述回水總管經并列的N’根上塔回水管與N’個冷卻塔一一對應連接；

M’個所述生產區換熱器內均設置有工藝介質溫度傳感器，該工藝介質溫度傳感器用于獲取各種工藝介質實時溫度檢測值；

在所述給水總管上設置有冷卻給水溫度傳感器和冷卻給水壓力傳感器，所述冷卻給水溫度傳感器用于獲取冷卻給水溫度檢測值，所述冷卻給水壓力傳感器用于獲取冷卻給水壓力檢測值；

在所述回水總管上設置有冷卻回水溫度傳感器和冷卻回水壓力傳感器，所述冷卻回水溫度傳感器用于獲取冷卻回水溫度檢測值，所述冷卻回水壓力傳感器用于獲取冷卻回水壓力檢測值；

在N’根所述上塔回水管上分別設置有一個上塔閥；

其特征在于：循環冷卻水系統工藝介質多溫度目標設定值切換多參數預測控制算法的步驟為：

S1：對M’個換熱器進行編號，并獲取循環冷卻水系統在a個采樣周期內運行產生的歷史數據，并將獲取的歷史數據作為換熱器內工藝介質溫度預測模型的訓練數據；

S2：從歷史數據中根據篩選條件篩選出特征變量，將換熱器的歷史數據中的工藝介質溫度檢測值、工藝介質溫度偏差、工藝介質溫度偏差變化率、冷卻給水溫度檢測值、冷卻給回水壓差檢測值作為輸入數據，并進行數據歸一化處理后得到歸一數據集，并將該歸一數據集劃分為訓練樣本集和測試樣本集；

S3：基于堆疊自動編碼器，對訓練樣本集進行逐層貪婪無監督預訓練，得到深層神經網絡初始化的輸入層與隱含層的權值矩陣W、輸入層與隱含層閾值矩陣B；

S4：進行參數微調：對深層神經網絡初始化的輸入層與隱含層的權值矩陣W、輸入層與隱含層閾值矩陣B進行微調，直到迭代次數達到迭代次數最大值為止，得到基于堆疊自動編碼器的初始工藝介質溫度預測模型；

參數微調時，采用自上而下的小批量RMSProp優化方法對深層神經網絡初始化的輸入層與隱含層的權值矩陣W、輸入層與隱含層閾值矩陣B進行微調，具體步驟為：

S41，設置全局學習率l、衰減速率ρ，初始化累計變量r₁＝0，r₂＝0；

S42，從訓練集中選取包含m個樣本的小批量數據集，根據誤差損失函數，計算梯度：

S43，計算累計平方梯度，如式(9)所示：

式中：⊙為逐元素乘積符號；

S44，分別更新權重和閾值參數：

S45，當迭代次數達到要求時，停止運算，否則返回第S42步繼續執行計算；

S5：使用測試樣本數據集對步驟S4得到的初始工藝介質溫度預測模型進行測試，得到基于堆疊自動編碼器的工藝介質溫度預測模型；

S6：對步驟S5得到的工藝介質溫度預測模型進行評估；

S7：獲取循環冷卻水系統當前狀態下的當前數據，確定當前狀態下的工藝介質最不利點，確定換熱器控制對象，并結合工藝介質溫度預測模型，得到對應的冷卻給回水壓差設定值和工藝介質溫度預測值。

2.根據權利要求1所述的循環冷卻水系統工藝介質多溫度目標設定值切換多參數預測控制算法，其特征在于所述篩選條件是工藝介質溫度處于安全且節能的溫度值區間內的歷史數據，所述安全且節能的溫度值區間在工藝介質溫度閾值區間內。