在大型制造企業(yè)能源管控中,蒸汽供應策略管理模塊扮演著舉足輕重的角色。無論是生產(chǎn)工藝,還是工業(yè)空調(diào)等都需要蒸汽能源,相關的能源成本直接影響企業(yè)的經(jīng)濟效益。當前大型制造企業(yè)蒸汽供應管控往往采用固定的預熱啟動時間和充量的鍋爐開啟策略,缺乏科學性,節(jié)能性。故亟需增加生產(chǎn)因素,實現(xiàn)制造企業(yè)生產(chǎn)過程中蒸汽的“精準供需”,減少企業(yè)生產(chǎn)中能源的浪費。本文通過工業(yè)生產(chǎn)數(shù)據(jù)的采集與處理分析,結(jié)合已有的生產(chǎn)經(jīng)驗,對工藝生產(chǎn)和工業(yè)空調(diào)蒸汽流量分別進行預測建模并將兩者預測曲線按照時間進行疊加,得出完整的蒸汽供應預測曲線,將蒸汽供應系統(tǒng)的調(diào)度優(yōu)化問題歸結(jié)為混合整數(shù)線性規(guī)劃問題進行求解,獲得蒸汽供應最佳策略。具體研究內(nèi)容如下:1)工業(yè)數(shù)據(jù)采集與處理。即完成工藝與能源管控數(shù)據(jù),生產(chǎn)計劃與能源消耗關聯(lián)數(shù)據(jù),蒸汽與工業(yè)空調(diào)環(huán)境關聯(lián)數(shù)據(jù)的相關采集。通過與現(xiàn)有數(shù)據(jù)采集平臺對接、數(shù)據(jù)庫直連、Web接口等多種采集方式完成企業(yè)海量數(shù)據(jù)的采集工作,并建立流式計算處理架構(gòu)和批處理整體架構(gòu)。針對實時計算分析數(shù)據(jù)和監(jiān)測結(jié)果,通過采用分布式Redis集群進行數(shù)據(jù)key/value存儲以滿足其高實時性需求。而針對訪問頻率低、需要離線分析的數(shù)據(jù)... 

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景、意義
        1.1.1 工業(yè)互聯(lián)網(wǎng)的能源管控平臺
        1.1.2 工業(yè)能源管控現(xiàn)狀
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 能源預測方法的研究現(xiàn)狀
        1.2.2 蒸汽供應策略優(yōu)化的研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 工業(yè)互聯(lián)網(wǎng)環(huán)境下的能管技術
    2.1 工業(yè)互聯(lián)網(wǎng)環(huán)境下的能管數(shù)據(jù)
        2.1.1 工業(yè)動能大數(shù)據(jù)簡介
        2.1.2 能管系統(tǒng)的數(shù)據(jù)應用
    2.2 相關算法介紹
        2.2.1 聚類算法
        2.2.2 預測算法
    2.3 流式計算
        2.3.1 Spark Streaming
        2.3.2 流式計算概述
    2.4 本章小結(jié)
第三章 工業(yè)數(shù)據(jù)的采集和處理
    3.1 引言
    3.2 數(shù)據(jù)類型
    3.3 數(shù)據(jù)采集
    3.4 數(shù)據(jù)處理
        3.4.1 流計算處理整體架構(gòu)
        3.4.2 批處理整體架構(gòu)
        3.4.3 流計算組件
    3.5 數(shù)據(jù)清洗
    3.6 本章小結(jié)
第四章 匹配生產(chǎn)計劃和工藝流程的最優(yōu)能源預測
    4.1 引言
    4.2 問題與數(shù)據(jù)描述
    4.3 模型與方法
        4.3.1 基本思路
        4.3.2 數(shù)據(jù)預處理
        4.3.3 基于工作狀態(tài)的時間集劃分
        4.3.4 基于穩(wěn)定生產(chǎn)時段的逐點回歸
        4.3.5 基于不穩(wěn)定生產(chǎn)時段的曲線補全
        4.3.6 基于生產(chǎn)計劃的滾動預測
    4.4 結(jié)果分析
    4.5 本章小結(jié)
第五章 基于混沌時間序列數(shù)據(jù)的空調(diào)蒸汽流量預測
    5.1 引言
    5.2 時間序列混沌特性分析及相空間
        5.2.1 時間序列混沌性識別
        5.2.2 延遲時間的確定
        5.2.3 嵌入維數(shù)的確定
        5.2.4 混沌時間序列空間重構(gòu)
    5.3 基于混沌時間序列的支持向量機預測
        5.3.1 支持向量回歸預測模型
        5.3.2 模擬退火算法優(yōu)化支持向量回歸預測
    5.4 本章小結(jié)
第六章 基于流量預測的蒸汽智能供應優(yōu)化策略的研究
    6.1 引言
    6.2 蒸汽動力系統(tǒng)分析
    6.3 目標函數(shù)及約束
    6.4 蒸汽供應系統(tǒng)策略優(yōu)化
    6.5 本章小結(jié)
第七章 綜合管控平臺的建立與應用
    7.1 引言
    7.2 體系結(jié)構(gòu)
        7.2.1 業(yè)務架構(gòu)
        7.2.2 技術架構(gòu)
        7.2.3 應用架構(gòu)
        7.2.4 系統(tǒng)集成
    7.3 功能設計
        7.3.1 運行管理模塊
        7.3.2 預警策略管理
        7.3.3 聚類與相關性分析
第八章 總結(jié)與展望
    8.1 研究總結(jié)
    8.2 展望未來
參考文獻
附錄
攻讀學位期間的研究成果
致謝



本文編號：3707395