鉴于将Bayesian网络结构学习及推理用于钢铁企业转炉系统煤气柜位超限情况的煤气调度中,实施结果较为理想,为了表明该调整方案的广泛适用性,将所提方法应用于转炉煤气系统在煤气柜位出现不足情况时的调度。本部分选取国内某钢厂能源中心副产煤气系统管网柜位以及各管网系统可调用户数据序列,所有序列取工业现场LDG系统某一周时间段内,连续10660个完整数据(数据采集监控系统(SCADA)系统采集,采样间隔为1分钟)实验。首先查找实际数据中煤气柜即将出现不足,需要对调整用户进行调整的时刻,然后在该时刻训练Bayesian网络结构,查找调整对象,进而用Bayesian推理方法计算调整量,将调整量加于调整用户。
手机:13852470271 电话:0516-85107999
邮件:mchh999@126.com