项目名称: 基于工业大数据的能源系统/制造过程协同调度方法及其应用

项目编号: No.61473056

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 赵珺

作者单位: 大连理工大学

项目金额: 83万元

中文摘要: 工业能源系统是一个复杂的系统,实施合理、优化的能源调度不仅可有效节省企业成本,提高其竞争力,还可减少对环境的影响。在实施能源调度的过程中,若能考虑企业制造过程与生产策略,形成能源系统与制造过程的协同调度,将对企业的高效稳定生产具有相当重大的意义。本项目以工业能源系统为研究对象,借助企业积累的大量数据,研究基于能源系统/制造过程协同的调度方法,并将所研究的方法开发形成调度应用软件在我国典型的冶金企业完成示范应用。研究内容包括:基于能源系统/制造过程协同的非完备数据填补与检测;基于工业数据频域分析的特征识别与预测;基于数据融合的能源系统/制造过程协同调度;能源/制造协同调度方法在冶金工业中的示范应用。本研究不仅为工业能源系统基于数据的建模及优化调度理论提供可用的方法,取得具有自主知识产权的原创性研究成果,还将进一步提高工业企业的节能降耗水平。

中文关键词: 能源系统;协同调度;数据驱动;预测

英文摘要: The industrial energy system is rather complex, whose reasonable and optimized scheduling can not only reduce the production cost of the enterprise, promote its competitiveness, but decrease the negative impact on the environment as well. In the process of energy scheduling, if the production planning and manufacturing strategy could be considered, then the collaborative energy system scheduling with production process will be engaged in, which could make the production process high efficiency and stability. Based on the accumulative large amount of industrial data, this project aims at industrial energy system, studies the collaborative energy scheduling problem with manufacturing process, develops a scheduling application software based on the studied method, and implements it in a typical metallurgical enterprise in our country. The research contents include, 1) incomplete data imputation and regularization based on the collaboration of the energy system and manufacturing processes; 2) data feature recognition and prediction for industrial energy data based on frequency domain analysis; 3) collaborative energy scheduling with manufacturing process based on big data fusion; 4) the application in steel industry by using the studied collaborative scheduling method. This project can not only provide a series of accessible methods for industrial energy system based on data-driven modeling and optimization theory, and gains a number of original research achievements with own intellectual property rights; but also improve the enterprise levels of energy saving.

英文关键词: energy system;collaborative scheduling;data driven;prediction

成为VIP会员查看完整内容
7

相关内容

航空制造知识图谱构建研究综述
专知会员服务
112+阅读 · 2022年4月25日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
2021工业区块链案例集,68页pdf
专知会员服务
85+阅读 · 2021年12月1日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
27+阅读 · 2021年9月17日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
295+阅读 · 2021年4月8日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
工业人工智能的关键技术及其在预测性维护中的应用现状
区块链能源电力行业应用实践报告
专知
3+阅读 · 2022年3月22日
2021工业区块链案例集,68页pdf
专知
4+阅读 · 2021年12月1日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【大数据】工业大数据在石化行业的应用成功“落地”
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
32+阅读 · 2021年3月8日
Arxiv
16+阅读 · 2020年5月20日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
小贴士
相关VIP内容
航空制造知识图谱构建研究综述
专知会员服务
112+阅读 · 2022年4月25日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
2021工业区块链案例集,68页pdf
专知会员服务
85+阅读 · 2021年12月1日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
27+阅读 · 2021年9月17日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
295+阅读 · 2021年4月8日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
工业人工智能的关键技术及其在预测性维护中的应用现状
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员