【技术实现步骤摘要】
本专利技术涉及圆堆取料，具体地涉及一种基于遗传算法的圆堆自动取料作业寻优方法及一种基于遗传算法的圆堆自动取料作业寻优系统。
技术介绍
1、在火电厂内生产成本占比最大的部分就是煤的使用，燃料部门经过多年信息数字化管理分析，已基本形成了高级数据分析的基础。随着近10年煤价波动幅度超出预期，且波动频率不断增高，从经济角度迫使火电厂不断增加用煤种类。在实际生产中，燃料部根据电网调令、掺配方案等进行每日每班工作安排，通过原煤仓存料情况制定煤场的取料方案，通常根据数字化煤厂信息人工分析存煤数据、当前工况，指挥操作员进行取料作业。由于各专工对信息理解、信息完备度掌握方面均有个人习惯，取料作业的安排难免受到个人因素的限制，难以将数字化成果充分发挥。针对现有取料方案存在的自动化程度和智能性不高的问题，需要提出一种新的取料方案。
技术实现思路
1、本专利技术实施方式的目的是提供一种基于遗传算法的圆堆自动取料作业寻优方法及系统，以至少解决现有取料方案存在的自动化程度和智能性不高的问题。
2、为了实现上述目的，本专利技术第一方面提供一种现有取料方案存在的自动化程度和智能性不高的问题，所述方法包括：采集各独立堆场内的存煤信息，并基于所述存煤信息进行基本参数初始化；基于初始化的基本参数，以及预构建的自动取料作业的数学规划模型构建原始种群；基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，并基于染色体变异获得每一代的新种群；每获得一代新种群，便判断是否满足预设计的中止条件，
3、可选的，所述存煤信息包括：每个独立堆场内存煤的煤种编号、入厂计量数据、入厂化验数据、入厂时间、热值随时间递减函数、堆放位置数据中的一种或多种。
4、可选的，所述自动取料作业的数学规划模型为：
5、
6、其中，k1,k2,k3为预设固定系数；sp为取料入炉设计硫分；sr为实际取料掺配入炉实际热值；qr为实际取料掺配入炉实际热值；qp为取料入炉设计热值；tk为取料时间；e为取料经济性。
7、可选的，在构建原始种群之前，所述方法还包括：构建染色体表达规则，包括：将煤种编号和取料量值的成对关系作为染色体的基因；基于当前存在的煤种数量确定每条染色体的长度；逐一将每一煤种编号和取料量值的成对关系填充到染色体中，获得多个染色体；对各染色体以及其中的基因进行编码。
8、可选的，所述基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，包括：在上一种群中选择预设数量的染色体构建交叉变异集；遍历所述交叉变异集，随机选择其中两个染色体进行基因对互换；其中，每个染色体能且只能被选择一次；每两个染色体之间的基因对互换数量随机；将完成基因对互换后的染色体作为新染色体。
9、可选的，所述基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，包括：在上一种群中选择预设数量的染色体构建基因突变集；遍历所述基因突变集，在每一个染色体随机选择多个基因进行基因编码重新赋值，将基因重新赋值后的染色体作为新染色体。
10、可选的，所述基于染色体变异获得每一代的新种群，包括：基于预设系数确定每一代基于交叉变异获得的新染色体数量和基于基因突变获得的新染色体数量；将新获得的染色体全部放入上一代种群中，作为新种群。
11、可选的，所述预设计的中止条件为：新种群的个体数量达到预设数量阈值；或新种群的中的离散度满足预设离散规则；其中，所述预设离散规则为：
12、
13、其中，ei为第i次迭代产生的新种群的取料经济性；为各次迭代产生的新种群的取料经济性平均值；p为染色体数量。
14、本专利技术第二方面提供一种基于遗传算法的圆堆自动取料作业寻优系统，所述系统包括：采集单元，用于采集各独立堆场内的存煤信息，并基于所述存煤信息进行基本参数初始化；构建单元，用于基于初始化的基本参数，以及预构建的自动取料作业的数学规划模型构建原始种群；进化单元，用于基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，并基于染色体变异获得每一代的新种群；判定单元，用于每获得一代新种群，便判断是否满足预设计的中止条件，若不满足，则执行下一代进化，直到获得满足预设计的中止条件的新种群；输出单元，用于基于满足预设计的中止条件的新种群确定各独立堆场内的取煤方案。
15、另一方面，本专利技术提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的基于遗传算法的圆堆自动取料作业寻优方法。
16、通过上述技术方案，本专利技术方案充分利用现有数字化煤场建设的数据成果，将经验性的不可见计算方式利用算法转换成可视化的计算方法。考虑到使用多煤种且存煤变化频繁的火电厂，其经验性计算的工作量十分庞大，本专利技术可以将专工从长期繁琐、重复的工作中解脱出来，且计算过程涵盖的参数类型越多，更能够取得综合性经济最优方案，为火电厂实现降本增效。
17、本专利技术实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种基于遗传算法的圆堆自动取料作业寻优方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述存煤信息包括：
3.根据权利要求1所述的方法，其特征在于，所述自动取料作业的数学规划模型为：
4.根据权利要求1所述的方法，其特征在于，在构建原始种群之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，包括：
7.根据权利要求5或6所述的方法，其特征在于，所述基于染色体变异获得每一代的新种群，包括：
8.根据权利要求1所述的方法，其特征在于，所述预设计的中止条件为：
9.一种基于遗传算法的圆堆自动取料作业寻优系统，其特征在于，所述系统包括：
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上储存有指令，其在计算机上运行时
...【技术特征摘要】
1.一种基于遗传算法的圆堆自动取料作业寻优方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述存煤信息包括：
3.根据权利要求1所述的方法，其特征在于，所述自动取料作业的数学规划模型为：
4.根据权利要求1所述的方法，其特征在于，在构建原始种群之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于遗传算法对所述原始种群执行多轮遗传进化，在遗传进化过程中执行染色体变异，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于遗传算...
【专利技术属性】
技术研发人员：高静，王海群，刘健，
申请(专利权)人：国能数智科技开发北京有限公司，
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。