摘要
本发明公开了一种基于塑料制品行业负荷模型的负荷管理系统,它包括负荷时序模型构建模块根据设备运行行为对设备进行分类,标注后得到负荷时序模型;数据采集与融合模块通过监测点位实时采集设备的功率、电流、电压和启停状态数据,结合实时生产状态数据生成实时负荷数据集;负荷预测与可调节性评估模块利用长短期记忆网络生成负荷预测曲线,采用支持向量机模型生成可调节性评分,结合实时生产状态数据确定可调节工序清单;调度执行模块根据负荷预测曲线、可调节性评分和可调节工序清单确定候选调节设备,通过多目标优化算法构建多目标优化函数,利用粒子群优化算法生成负荷调节策略对设备执行调度。本发明提高了负荷管理的精细化水平。
技术关键词
塑料制品行业
长短期记忆网络
负荷管理系统
工厂设备
设备运行数据
支持向量机模型
粒子群优化算法
历史运行数据
调节设备
监测点
产能
电力监测装置
策略
时序
曲线
注意力
生成设备