CN112560193B 一种基于神经网络算法的压缩机组运行控制方法 （宋印东）

号一种基于神经网络算法的压缩机组运行控本发明公开了一种基于神经网络算法的压高用气压力设备的压力需求值初步选定空气压量为空气压缩机组排气量及各空气压缩机轴功2根据空压机组种类及数量，利用广义回归神经网络建立空压机组控机组在实际供气系统运行过程中收集到的不同位置不同时间的各点压力变化率、空气流上述每组样本数据分为训练样本与验证样本，训练样本用于采用多个压力传感器测量输气管线不同位置点的压力变化，将各点4.如权利要求1或2所述的基于神经网络算法的压缩机组运行控制方法，其特征在于：选取单台变频螺杆式空气压缩机或离心式空气压缩机进行压缩机的ηT=ηiηmηm为空压机机械效率。37.如权利要求1或5所述的基于神经网络算法的压缩机组运行控制方法，其特征在于：i其中，估计值yx为所有样本值Yi的加权平均，每个样本值Yi的权重因子为相应的样45[0003]由于用气设备及用气点很多,用气量随着生产负荷的波动,有时会出现瞬时用气量很大的情况,这通常会造成一个压缩空气系统管网压力波动很大。所有压缩空气系统都[0004]本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施[0009]根据空压机组种类及数量，利用广义回归神经网络建立6[0011]作为本发明所述的基于神经网络算法的压缩机组运行控[0012]作为本发明所述的基于神经网络算法的压缩机组运行控[0014]作为本发明所述的基于神经网络算法的压缩机组运行控pt为ηm为空压机机械效率。[0024]作为本发明所述的基于神经网络算法的压缩机组运行控[0025]作为本发明所述的基于神经网络算法的压缩机组运行控[0026]作为本发明所述的基于神经网络算法的压缩机组运行控7[0039]作为本发明所述的基于神经网络算法的压缩机组运行控8[0051]作为本发明所述的基于神经网络算法的压缩机组运行控[0052]作为本发明所述的基于神经网络算法的压缩机组运行控9[0058]图2为基于神经网络算法的压缩机组运行控制方法的广义回归神经网络算法的预[0060]图4为基于神经网络算法的压缩机组运行控制方法的压缩机管网压力波动值的对pt为ηm为空压机机械效率。2i+2j+4…Pi+j+3]xi+j+1为压力传感器i1压力变化率…x2i+j为压力传感器ii压力变化率；x2i+j+1为压力传感器j1压力变化率…x2i+2j为压力传感器jj压力变化率；x2i+2j+1为压力传感器1、2间压力降；[0091]基于上述，利用广义回归神经网络建立空气压缩系统压缩机组运行控制网络模[0092]广义回归神经网络的理论基础是非线性核回归分析，非独立变量y相对于独立变网络模型的主要输入量，通过建立基于广义回归神经网络算法的压缩机组运行控制模型，[0122]①本实施例模型下，通过两种不同数量的空气压缩机对高于系统用气设备中气体最大需求压力)，降低空气压缩机组的功耗5_7具有一定的经程技术_包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中以其他方式明显地与上下文矛盾。本文描述的过程存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中构的各种计算机可读介质中执行。这些组件可以通