[發(fā)明專利]一種結(jié)合信息特征與生產(chǎn)計(jì)劃的工業(yè)間歇性能源數(shù)據(jù)動(dòng)態(tài)預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210498052.0
• 申請(qǐng)日: 2022-05-09
• 公開(kāi)（公告）號(hào): CN114862021A
• 公開(kāi)（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 黃蘭藹;趙珺;董天浩;滕兆桓;沈暢;魯治國(guó);趙漢卿;王天宇
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q50/04;G06N3/08;G06N3/04
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 溫福雪

本發(fā)明屬于信息技術(shù)領(lǐng)域，一種結(jié)合信息特征與生產(chǎn)計(jì)劃的工業(yè)間歇性能源數(shù)據(jù)動(dòng)態(tài)預(yù)測(cè)方法，是一種將深度確定性策略梯度算法與信息片段中有效的時(shí)頻特征結(jié)合，來(lái)預(yù)測(cè)工業(yè)中類周期數(shù)據(jù)的一種方法。首先，將信息元素劃分為有效等時(shí)間間隔的數(shù)據(jù)片段，再通過(guò)一種基于模基底匹配的信息粒描述方法，從不同的數(shù)據(jù)片段中提取其中能描述工業(yè)中周期性質(zhì)的時(shí)域特征與頻域特征，通過(guò)構(gòu)建二維特征向量將其描述出來(lái)。之后將二維特征向量和生產(chǎn)計(jì)劃結(jié)合，采用DDPG方法進(jìn)行建模、預(yù)測(cè)，并將得到的預(yù)測(cè)信息通過(guò)特征向量反重構(gòu)方式實(shí)現(xiàn)數(shù)據(jù)的動(dòng)態(tài)預(yù)測(cè)。此種方法預(yù)測(cè)精度較高，計(jì)算效率符合工業(yè)現(xiàn)場(chǎng)的應(yīng)用要求，為后續(xù)的能源優(yōu)化調(diào)度提供科學(xué)、有效的決策支持。

技術(shù)領(lǐng)域

本發(fā)明屬于信息技術(shù)領(lǐng)域，涉及到信息元素的特征提取與時(shí)頻分析、強(qiáng)化學(xué)習(xí)、數(shù)據(jù)驅(qū)動(dòng)建模等技術(shù)，是一種將深度確定性策略梯度算法(deep deterministic policygradient,DDPG)與信息片段中有效的時(shí)頻特征結(jié)合，來(lái)預(yù)測(cè)工業(yè)中類周期數(shù)據(jù)的一種方法。首先，將信息元素劃分為有效等時(shí)間間隔的數(shù)據(jù)片段，再通過(guò)一種基于?；灼ヅ涞男畔⒘Ｃ枋龇椒?，從不同的數(shù)據(jù)片段中提取其中能描述工業(yè)中周期性質(zhì)的時(shí)域特征與頻域特征，通過(guò)構(gòu)建二維特征向量將其描述出來(lái)。之后將二維特征向量和生產(chǎn)計(jì)劃結(jié)合，采用DDPG方法進(jìn)行建模、預(yù)測(cè)，并將得到的預(yù)測(cè)信息通過(guò)特征向量反重構(gòu)方式實(shí)現(xiàn)數(shù)據(jù)的動(dòng)態(tài)預(yù)測(cè)。此種方法預(yù)測(cè)精度較高，計(jì)算效率符合工業(yè)現(xiàn)場(chǎng)的應(yīng)用要求，為后續(xù)的能源優(yōu)化調(diào)度提供科學(xué)、有效的決策支持。

背景技術(shù)

類周期時(shí)間序列數(shù)據(jù)廣泛存在與流程工業(yè)生產(chǎn)與二次能源的發(fā)生與消耗過(guò)程。對(duì)這類數(shù)據(jù)的準(zhǔn)確預(yù)測(cè)可以令工作人員針對(duì)未來(lái)一段時(shí)間內(nèi)的工業(yè)系統(tǒng)產(chǎn)銷、存儲(chǔ)等目標(biāo)變量的變化進(jìn)行提前操作，從而提高工業(yè)系統(tǒng)的生產(chǎn)效率，降低工業(yè)生產(chǎn)中的危險(xiǎn)系數(shù)。但是在實(shí)際的工業(yè)過(guò)程中，由于復(fù)雜系統(tǒng)的動(dòng)態(tài)性很強(qiáng)，且系統(tǒng)中各個(gè)模塊相互耦合，傳統(tǒng)機(jī)理建模的方法難以實(shí)現(xiàn)(Zhu Q,Azar A T.Complex System Modelling and ControlThrough Intelligent Soft Computations[M].Springer International Publishing,2015)。隨著數(shù)據(jù)采集、存儲(chǔ)技術(shù)的不斷升級(jí)，一種基于數(shù)據(jù)驅(qū)動(dòng)的建模方法收到了廣泛關(guān)注(張建明,趙忠蓋,劉飛.一種多向CPLS方法及其在間歇過(guò)程監(jiān)控中的應(yīng)用[J].江南大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,13(03):282-286.)。即在機(jī)理模型精度無(wú)法滿足要求的情況下，通過(guò)數(shù)據(jù)驅(qū)動(dòng)將知識(shí)信息從歷史數(shù)據(jù)中挖掘出來(lái)，適用于非線性、復(fù)雜的工業(yè)系統(tǒng)(張偉,張峰.數(shù)據(jù)驅(qū)動(dòng)型時(shí)間序列預(yù)測(cè)方法綜述(英文)[J].陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,28(03):22-27)。因此針對(duì)相關(guān)數(shù)據(jù)的長(zhǎng)期預(yù)測(cè)方法研究工作具有重要的實(shí)際意義。