高爐煤氣系統(tǒng)作為典型的二次能源系統(tǒng)是鋼鐵生產(chǎn)中的重要環(huán)節(jié),其平穩(wěn)運(yùn)行是企業(yè)高效生產(chǎn),節(jié)能減排的重要保證。因此,對(duì)高爐煤氣系統(tǒng)進(jìn)行建模與調(diào)度對(duì)企業(yè)生產(chǎn)意義重大。本文基于深度學(xué)習(xí)方法對(duì)高爐煤氣系統(tǒng)中的運(yùn)行調(diào)度及其相關(guān)問題開展研究,為基于工業(yè)數(shù)據(jù)的預(yù)測與調(diào)度方法奠定基礎(chǔ)。針對(duì)能源數(shù)據(jù)管理系統(tǒng)中的數(shù)據(jù)缺失問題,提出一種基于深度生成模型的生成式填補(bǔ)算法。通過融合變分自編碼器與生成對(duì)抗網(wǎng)絡(luò)為生成模型提供可解釋的輸入空間,并通過向目標(biāo)函數(shù)中加入重構(gòu)損失函數(shù)的方式實(shí)現(xiàn)生成序列與目標(biāo)序列間的匹配。同時(shí)利用多時(shí)間尺度序列分解分別對(duì)多個(gè)時(shí)間尺度下的子序列實(shí)現(xiàn)填補(bǔ),降低數(shù)據(jù)生成難度,提高填補(bǔ)精度。針對(duì)高爐煤氣系統(tǒng)平衡調(diào)度問題,在深度強(qiáng)化學(xué)習(xí)框架下將調(diào)度問題轉(zhuǎn)化為特定工況下的最優(yōu)生產(chǎn)參數(shù)搜索,通過策略網(wǎng)絡(luò)輸出當(dāng)前生產(chǎn)狀態(tài)下合理的調(diào)度方向。同時(shí)將約束條件加入獎(jiǎng)勵(lì)函數(shù)以規(guī)避復(fù)雜的約束求解。此外,為了加快網(wǎng)絡(luò)收斂速度,提高算法穩(wěn)定性,添加了基于歷史調(diào)度經(jīng)驗(yàn)的預(yù)訓(xùn)練環(huán)節(jié)。為了實(shí)現(xiàn)調(diào)度評(píng)價(jià),提出一種基于門控循環(huán)神經(jīng)網(wǎng)絡(luò)的多因素輸入短期柜位趨勢(shì)預(yù)測模型對(duì)調(diào)度模型中策略網(wǎng)絡(luò)輸出的調(diào)度動(dòng)作進(jìn)行評(píng)估和反饋。為驗(yàn)證本文算法在現(xiàn)有能...

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與目的
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 數(shù)據(jù)驅(qū)動(dòng)二次能源管控研究
        1.2.2 深度學(xué)習(xí)方法
    1.3 本文主要工作
2 問題描述及算法描述
    2.1 鋼鐵高爐煤氣系統(tǒng)介紹
    2.2 深度學(xué)習(xí)算法介紹
        2.2.1 生成對(duì)抗網(wǎng)絡(luò)
        2.2.2 循環(huán)神經(jīng)網(wǎng)路
        2.2.3 強(qiáng)化學(xué)習(xí)與深度強(qiáng)化學(xué)習(xí)
    2.3 本章小結(jié)
3 基于深度生成模型的數(shù)據(jù)填補(bǔ)
    3.1 基于生成對(duì)抗網(wǎng)絡(luò)的數(shù)據(jù)填補(bǔ)框架
    3.2 多尺度填補(bǔ)模型
        3.2.1 經(jīng)驗(yàn)?zāi)B(tài)分解
        3.2.2 多尺度特征生成填補(bǔ)網(wǎng)絡(luò)
    3.3 數(shù)值實(shí)驗(yàn)與分析
    3.4 本章小結(jié)
4 基于深度學(xué)習(xí)的煤氣系統(tǒng)預(yù)測及調(diào)度模型
    4.1 基于門控神經(jīng)網(wǎng)絡(luò)的預(yù)測建模
        4.1.1 序列-序列預(yù)測網(wǎng)絡(luò)
        4.1.2 模型輸入因素分析
    4.2 基于深度強(qiáng)化學(xué)習(xí)的調(diào)度模型
        4.2.1 調(diào)度問題建模
        4.2.2 系統(tǒng)調(diào)度目標(biāo)
        4.2.3 調(diào)度模型實(shí)現(xiàn)
        4.2.4 模型訓(xùn)練優(yōu)化
    4.3 數(shù)值實(shí)驗(yàn)與分析
        4.3.1 預(yù)測模型效果分析
        4.3.2 調(diào)度模型有效性驗(yàn)證
    4.4 本章小結(jié)
5 系統(tǒng)運(yùn)行驗(yàn)證
    5.1 應(yīng)用背景
    5.2 系統(tǒng)設(shè)計(jì)
        5.2.1 系統(tǒng)架構(gòu)及運(yùn)行環(huán)境
        5.2.2 軟件功能設(shè)計(jì)
    5.3 仿真運(yùn)行實(shí)例
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：3872497