[发明专利]基于DCS系统的冗余设备站自动寻优控制方法及系统

说明书

本发明涉及冗余设备站的负荷管理领域，特别涉及一种基于DCS系统的冗余设备站自动寻优控制方法及系统；其中自动寻优控制方法包括建立冗余设备站的出力负荷平衡公式，并通过迭代学习特性回路以及学习剪枝特性回路完善出力负荷平衡公式，以实现冗余设备站自动寻优控制，既不需要额外耗费资金人力安排能效试验，也不需重规划设计冗余设备站，通过在DCS系统内采用部分可变编程语言模拟人工神经网络算法，搭建边缘计算回路，即可实时寻优整个设备站的主从负荷博弈策略，无需投入设备站改造成本，即能显著提高节能效益，并可实现全自动无干预一键切换，节约大量的隐性人力成本。

技术领域

本发明涉及冗余设备站的负荷管理领域，特别涉及一种基于DCS系统的冗余设备站自动寻优控制方法及系统。

背景技术

现有的工业设备在应用时，为增加设备运行的可靠性，往往采用配置两套或两套以上相同且相对独立的设备以构成冗余设备站，如空气压缩机站、海水泵站、中央空调站、供热泵站、给煤机站等。当用户端的负荷需求区间较宽，且其正常负荷曲线呈阶梯分段特性，在站内1套独立子设备可承担最小负荷出力的情况下，一般需要布置3套及以上的平级独立子设备兼顾负荷增长及故障冗余要求；不同于较常见的一运一备设备系统，具有3套及以上的平级独立子设备的冗余设备站，需考虑子设备之间的主从负荷分配与用户端负荷需求的平衡，分配不平衡常会造成子设备“抢出力”，并造成用户端负荷大幅波动。

在较早期投产的大型工业企业，受当时工业设计水平所限，冗余设备站的负荷控制策略简单粗放，且长期运行后，一方面站内子设备老化造成偏离设计出力，另一方面用户端负荷需求变化较多，更易出现“抢出力”现象。为解决此类问题，当前较为常见的作法是签订技术服务合同邀请试验院所进行能效试验，重新核定冗余设备站负荷参数，再采取控制系统改造等方式修正整个冗余设备站的负荷控制策略，或者干脆重新规划更换冗余设备站。

但对于大多数工业企业来说，上述做法存在几项关键制约条件，其一是冗余设备站较多的应用在其生产工艺系统的公用段，如空气压缩机站、海水泵站等，整体改造将极大的影响或直接中断其生产系统运行；其二是用户端负荷变化周期较长，且可能随时产生部分新增用户，能效试验较难组织且试验结果失效过快；其三是冗余设备站设计寿命较长，直接改造经济损失较大，得不偿失。

故而，极大多数的早期工业企业，即使其主要生产业务系统已采用极为先进的DCS系统，但部分冗余设备站还维持着原始落后的负荷控制策略，尤其在站内子设备切换运行或增减投运时，需要安排较多的生产人员，采用半自动结合人工操作的方式完成设备切换，但仍然避免不了用户端的负荷波动，使得冗余设备站成为影响安全性和经济性的控制孤岛。

发明内容

为解决上述背景技术中提到的问题，本发明提供基于DCS系统边缘实现工况寻优的数据挖掘方法和系统，其中，基于DCS系统的冗余设备站自动寻优控制方法，所述方法包括：

S1:归纳推演冗余设备站及其用户信息，建立冗余设备站的出力负荷平衡公式，规划出力负荷平衡公式内各参数在DCS系统内对应的IO信号；

S2:设定用户端负荷适应性参量并确定其标准阈值；

S3：在DCS系统内设定各子设备恒定出力阈值，以用户端分段负荷边界值构成学习分支判断条件，采用DCS迭代学习特性回路学习各分段的负荷适应性参量中位值，并以最先到达学习阈值的优选中位值作为基准值，采用学习剪枝特性回路与其他仍在学习过程的负荷适应性参量迭代中位值进行比较，对其中未超出偏差阈值的负荷段进行中止学习剪枝合并；最终在DCS系统得到子设备恒定出力阈值条件下，有明确负荷适应性参量差异的分段负荷区间，以及该区间的最优参量中位值及其获得的时域值，完善出力负荷平衡公式右侧的用户端需求负荷函数；

S4：在DCS系统历史数据库根据各区间的最优参量中位值的时域值，调取各子设备在其时的出力负荷参量，完善出力负荷平衡公式左侧的出力矩阵；