基于分层粒度对比网络的钢铁燃气调度知识获取与建模

摘要：

对于钢铁燃气系统的实时有效调度是实现企业节能降耗的关键.考虑燃气产消过程所包含的多工况特征,提出了一种基于分层粒度对比网络的调度知识获取与建模方法.鉴于深度对比学习对于语义信息的处理能力,定义和描述了一系列信息粒度,以建立能源数据的语义表示.为初步提取多工况调度知识,采用长短时记忆(Long and short-term memory,LSTM)网络学习具有时变特性的粒度变量特征.在此基础上,利用专家经验知识定性地划分对比学习样本,建立基于粒度对比学习的知识表征网络.为挖掘调度数据中所包含的深层次知识,进一步提出了基于反馈机制的分层对比网络模型,并通过网络输出层实现调度建模任务.实验部分采用了国内某钢铁厂高炉煤气系统的实际数据进行了多组对比实验,结果表明所提方法获得的知识表示能够有效提高燃气系统的建模精度,帮助实现专家级别的调度表现.

关键词：钢铁工业、燃气系统、知识获取、信息粒度、对比学习

所属期刊栏目：48

分类号：TU996;TP391.7;G434

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;大连市杰出青年科技人才计划;中国博士后科学基金面上项目

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2212-2222