详情和优势
采用先进的优化与控制方法，基于海量历史数据进行学习，挖掘出较好的初始策略。在这个策略的基础上，进行在线运行，并不断收集运行数据，实现在在线学习，对初始策略进行不断完善进化，并最终得到一个最优的操作策略。
锅炉燃烧效率优化算法思路
辨别实验
系统稳定期间，对系统增加“激励”，以收集到波动的数据，从而辨识出可靠的模型。
模型搭建
利用空间状态方程和深度学习-LSTM，采用风、水、煤、氧量、床温等数据，输出蒸汽压力，流量等数据。
在线定制
通过系统识别模型和控制变量优化器，控制给煤、给风来优化结果数据，并通过二次规划和粒子群算法寻优。
模型检验
结合实际生产环境测试模型优劣，调整工艺参数之后，燃煤降低XX%，蒸汽提升XX%。
解决方案的价值
提升锅炉燃烧效率
最优的锅炉操作参数，能实现燃料在锅炉内的充分燃料，并最大限度的实现燃烧热能的充分利用，从而实现锅炉燃烧效率的提升
降低工人劳动强度
自动根据当前的生产数据，判断当前的工况，并提示当前应该如何操作，降低了操作强度。
轻部署无需产线改造
基于现有设备控制系统获取锅炉数据做模型训练和控制，无需大规模产线改造既能快速提升锅炉燃烧效率
杭州某石化企业锅炉优化解决方案
-
实现方法：
1、短时间实验，确定算法整体优化思路和框架；
2、4~6小时实验验证算法效果，并进一步优化算法；
3、不间断的长周期实验；
4、短期的驻场实验，进一步提升效果，达到预期效果； -
业务效果：
在全集团进行推广，2.6%的煤耗降低，即可每年节约8000万的燃料成本。
有点小卡，请重试
|
公安部备案号 11010502032436
