Детальная информация
| Название | Интеллектуальное управление ТЭЦ на основе многокритериальной оптимизации и модели предсказания // Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов |
|---|---|
| Авторы | Санников Дмитрий Олегович ; Малыхина Галина Федоровна ; Машьянов Константин Кириллович |
| Организация | АО «Кольская горно-металлургическая компания» ; Санкт-Петербургский политехнический университет Петра Великого |
| Выходные сведения | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Коллекция | Общая коллекция |
| Тип документа | Статья, доклад |
| Язык | Русский |
| DOI | 10.18720/SPBPU/2/id25-509 |
| Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Дополнительно | Новинка |
| Ключ записи | RU\SPSTU\edoc\77793 |
| Дата создания записи | 18.12.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
| Группа | Анонимные пользователи |
|---|---|
| Сеть | Интернет |
Эксплуатация крупных промышленных объектов обычно характеризуется несколькими ключевыми критериями: производительность, эффективность, воздействие на окружающую среду. Для достижения оптимального управления такими объектами используются автоматизированные системы, использующие многокритериальную оптимизацию. Критерии рассчитываются на основе информации, непрерывно поступающей с датчиков и хранящейся в промышленной базе данных. Предлагаемый метод основан на нейросетевых алгоритмах моделирования систем объекта, генетических алгоритмах построения границы Парето и рекуррентных нейронных сетях прогнозирования целевых показателей на основе принципа убывающего горизонта. Построенные на данных модели позволили осуществлять многокритериальное управление на основе прогнозирования. Модель была протестирована на данных измерений тепловых электростанций с несколькими котлоагрегатами.
Operation of large industrial facilities is usually characterized by several key criteria: productivity, efficiency, impact on the environment. To achieve optimal control of such facilities, automated systems using multi-criteria optimization are used. The criteria are calculated based on information continuously received from sensors and stored in the industrial database. The proposed method is based on neural network algorithms for modeling the facility’s systems, genetic algorithms for constructing the Pareto frontier, and recurrent neural networks for forecasting target indicators based on the principle of a decreasing horizon. The models built on these data allowed for multi-criteria control based on forecasting. The model was tested on measurement data from thermal power plants with several boiler units.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0
