【技术实现步骤摘要】
本申请涉及电解设备领域，特别是涉及一种电解槽电流控制方法、装置、介质。
技术介绍
1、氯碱工业是重要的化学工业之一，也是在国民经济中占重要地位的化工原材料基础工业。目前氯碱行业中大多使用离子膜电解技术制碱，与其他制备工艺相比，离子膜电解技术具有出碱浓度高，产品品质好，符合清洁技术生产要求的优点。氯碱企业往往配备了多台电解槽，每台电解槽的生产效率、电压特性各不相同，因此不同电解槽的生产单位产品所消耗的电能也各不相同。
2、在具体生产中，需要根据实际情况将生产任务分配到多台电解槽中，并根据生产任务为各个电解槽提供不同的工作电流，以协同完成氯碱制品生产，不同的生产任务分配方案所对应的工厂生产单位产品的电耗也不相同，直接影响到工厂的经济效益。目前主要依赖工作人员的经验分配生产任务，但由于人的知识和经验的不均衡性和对大量信息的分析总和能力有限，而电解槽系统过于复杂，并不能得到最优的电流分配方案。
3、由此可见，如何提供一种电解槽电流分配方案，以在保证生产效率的前提下降低电解槽消耗的电能，是本领域技术人员亟需解决的问题。
技术实现思路
1、本申请的目的是为了解决现有技术中依赖工作人员的经验分配生产任务时由于分析能力有限无法得到最优的电流分配方案的问题，因此，本申请提供了一种电解槽电流控制方法、装置、介质，以快速准确的根据生产任务确定各电解槽的电流分配方案，从而在保证生产效率的前提下降低电解槽消耗的电能。
2、为了解决上述技术问题，本申请提供了一种电解槽电流控
3、获取生产任务信息和电解槽状态信息；
4、根据所述生产任务信息、所述电解槽状态信息和生产效率模型生成任务分配函数；其中，所述生产效率模型为基于历史生产数据确定的基于径向基函数神经网络模型，确定所述径向基函数神经网络模型的隐函数节点包括：根据历史生产数据获取人工鱼群算法的初始解向量，并对各所述初始解向量执行聚群行为和追尾行为，以确定使所述径向基函数神经网络最优的所述隐函数节点的位置信息和宽度值信息；
5、通过差分进化算法对所述任务分配函数求解，以获取电流分配信息。
6、优选的，所述基于历史生产数据确定所述生产效率模型包括：
7、根据所述隐函数节点位置信息和宽度值信息确定初始生产效率模型；
8、解析所述历史生产数据，以获取历史生产效率信息和与所述历史生产效率信息对应的历史电流密度信息、历史电解槽温度信息和历史碱液浓度信息，并确定所述历史生产效率信息与所述历史电流密度信息、所述历史电解槽温度信息和所述历史碱液浓度信息的函数关系；
9、利用所述历史电流密度信息、所述历史电解槽温度信息、所述历史碱液浓度信息和所述函数关系对所述初始生产效率模型进行训练，以确定各所述隐函数节点的最优权重信息；
10、根据所述最优权重信息确定所述生产效率模型。
11、优选的，所述根据所述生产任务信息、所述电解槽状态信息和生产效率模型生成任务分配函数包括：
12、解析所述生产任务信息和所述电解槽状态信息，以确定产量任务信息、电解槽温度信息和碱液浓度信息；
13、将电流密度信息、所述电解槽温度信息和所述碱液浓度信息输入至所述生产效率模型，以获取以电解槽总能耗最低为目标函数的所述任务分配函数；并根据所述产量信息、所述电解槽温度信息和所述碱液浓度信息确定所述任务分配函数的约束条件。
14、优选的，所述通过差分进化算法对所述任务分配函数求解包括：
15、初始化差分进化算法参数和初始个体；
16、对各所述初始个体进行差分操作，以产生变异个体；
17、对各所述初始个体和与所述初始个体对应的所述变异个体进行交叉操作，以产生试验个体；
18、确定各所述试验个体的适应度值，并利用贪婪算法确定适应度值满足第一预设条件的最优试验个体；
19、判断所述最优试验个体是否满足第二预设条件；
20、若不满足所述第二预设条件，则将所述最优试验个体作为所述初始个体，并执行所述对各所述初始个体进行差分操作，以产生变异个体的操作；
21、若满足所述第二预设条件，则将所述最优试验个体作为所述任务分配函数的解，以便于根据所述最优试验个体确定各所述电解槽的电流分配值。
22、优选的，所述解析所述生产任务信息和所述电解槽状态信息包括：
23、基于3西格玛准则对所述生产任务信息、所述电解槽状态信息进行数据清洗，以获取待处理数据；
24、获取各数据分区内所述待处理数据的平均值；其中，所述数据分区为根据预设产量阈值确定的分区；
25、解析所述待处理数据，以获取确定产量任务信息、电解槽温度信息和碱液浓度信息。
26、优选的，所述差分进化算法参数包括：
27、种群规模信息、缩放概率和交叉概率；
28、所述第一预设条件为所述试验个体的适应度值大于相应的所述初始个体和所述变异个体；
29、所述第二预设条件为所述最优试验个体的代数小于预设代数，且所述最优试验个体的适应度值不大于适应度阈值。
30、优选的，所述对各所述初始个体和与所述初始个体对应的所述变异个体进行交叉操作包括：
31、确定各初始个体的标志位值；
32、若所述标志位值大于所述交叉概率，则将所述初始个体的指定分量替换为与所述初始个体对应的所述变异个体的分量，并将替换后的所述初始个体作为所述初始个体的实验个体；
33、若所述标志位值不大于所述交叉概率，则将所述变异个体作为所述初始个体的实验个体；其中，所述交叉概率与所述实验个体的数量正相关。
34、为了解决上述技术问题，本申请还提供了一种电解槽电流控制装置，包括：
35、第一获取单元，用于获取生产任务信息和电解槽状态信息；
36、函数生成单元，用于根据所述生产任务信息、所述电解槽状态信息和生产效率模型生成任务分配函数；其中，所述生产效率模型为基于历史生产数据确定的基于径向基函数神经网络模型，确定所述径向基函数神经网络模型的隐函数节点包括：根据历史生产数据获取人工鱼群算法的初始解向量，并对各所述初始解向量执行聚群行为和追尾行为，以确定使所述径向基函数神经网络最优的所述隐函数节点的位置信息和宽度值信息；
37、第二获取单元，用于通过差分进化算法对所述任务分配函数求解，以获取电流分配信息。
38、为了解决上述技术问题，本申请还提供了一种电解槽电流控制装置，包括存储器，用于存储计算机程序；
39、处理器，用于执行所述计算机程序时实现所述的电解槽电流控制方法的步骤。
40、为了解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的电解槽电流控制方法的步骤。
41、本申请提本文档来自技高网...
【技术保护点】
1.一种电解槽电流控制方法，其特征在于，包括：
2.根据权利要求1所述的电解槽电流控制方法，其特征在于，所述基于历史生产数据确定所述生产效率模型包括：
3.根据权利要求1所述的电解槽电流控制方法，其特征在于，所述根据所述生产任务信息、所述电解槽状态信息和生产效率模型生成任务分配函数包括：
4.根据权利要求1至3任一项所述的电解槽电流控制方法，其特征在于，所述通过差分进化算法对所述任务分配函数求解包括：
5.根据权利要求1所述的电解槽电流控制方法，其特征在于，所述解析所述生产任务信息和所述电解槽状态信息包括：
6.根据权利要求4所述的电解槽电流控制方法，其特征在于，所述差分进化算法参数包括：
7.根据权利要求6所述的电解槽电流控制方法，其特征在于，所述对各所述初始个体和与所述初始个体对应的所述变异个体进行交叉操作包括：
8.一种电解槽电流控制装置，其特征在于，包括：
9.一种电解槽电流控制装置，其特征在于，包括存储器，用于存储计算机程序；
10.一种计算机可读存储介质，其特征
...【技术特征摘要】
1.一种电解槽电流控制方法，其特征在于，包括：
2.根据权利要求1所述的电解槽电流控制方法，其特征在于，所述基于历史生产数据确定所述生产效率模型包括：
3.根据权利要求1所述的电解槽电流控制方法，其特征在于，所述根据所述生产任务信息、所述电解槽状态信息和生产效率模型生成任务分配函数包括：
4.根据权利要求1至3任一项所述的电解槽电流控制方法，其特征在于，所述通过差分进化算法对所述任务分配函数求解包括：
5.根据权利要求1所述的电解槽电流控制方法，其特征在于，所述解析所述生产任务信息和所述电解槽状态信息包括：
【专利技术属性】
技术研发人员：莫晓燕，侯卫锋，柳华锋，石一，杨彦辉，
申请(专利权)人：浙江中智达科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。