System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请实施例涉及工业自动化领域,尤其涉及一种基于标准化策略表的安控系统优化方法及调度系统。
技术介绍
1、当前,随着工业自动化、能源管理和智能交通等领域的迅猛发展,安全控制系统(安控系统)在保障系统稳定性和安全性方面发挥着至关重要的作用。在工业自动化领域,安控系统通常采用可编程逻辑控制器,通过传感器和执行器采集现场数据,并根据预设的控制逻辑进行操作,以实现对生产过程的监控和控制,其中,控制逻辑为工程师根据安控系统的预期运行环境和已知的操作条件设计的固定控制策略。然而,工业环境通常是动态和多变的。例如,生产线上的设备老化、外部环境的变化(如温度、湿度等)都会影响安控系统的运行,这会造成固定的控制逻辑无法识别和调整变化,最终导致安控系统性能下降,因此亟须一种安控系统优化方法,以有效解决上述问题。
技术实现思路
1、本申请实施例提供一种基于标准化策略表的安控系统优化方法及调度系统,用于优化安控系统,有效提升安控系统的性能。
2、为达到上述目的,本申请的实施例采用如下技术方案:
3、第一方面,提供了一种基于标准化策略表的安控系统优化方法,应用于中央控制设备,所述中央控制设备存储有标准化策略表,所述标准化策略表包括触发条件和策略规则,所述触发条件与所述策略规则一一对应,该方法包括:
4、响应于接收到安控系统的实时监测数据,确定所述标准化策略表中的所述触发条件,并获取与所述触发条件对应的策略规则;
5、在所述触发条件的数量大于1的情况下,根据预训
6、获取每个与所述触发条件对应的所述策略规则的执行时间和资源需求量;
7、根据每个所述策略规则的重要性值、所述执行时间和所述资源需求量确定每个所述策略规则的第一优先级;
8、执行循环步骤,至得到每个所述策略规则的效果;
9、发送效果最佳的所述策略规则至安控系统,所述安控系统用于执行所述策略规则;
10、其中,所述循环步骤包括:
11、将当前第一优先级最高的所述策略规则作为目标策略规则;
12、获取所述目标策略规则的执行步骤;
13、在预设仿真模型中,在不同的变化因素影响下,执行所述执行步骤,并实时接收仿真反馈数据,所述变化因素包括设备变化因素和环境变化因素;
14、根据所述仿真反馈数据确定所述目标策略规则的效果并存储,以及筛除所述目标策略规则,其中,所述目标策略规则的效果通过环境适应性指标和经济效益指标表征;
15、按照剩余每个所述策略规则的第一优先级,执行所述将当前第一优先级最高的所述策略规则作为目标策略规则的步骤。
16、在第一方面的一种可能的实现方式中,所述中央控制设备包括多个执行单元,所述根据每个所述策略规则的重要性值、所述执行时间和所述资源需求量确定每个所述策略规则的第一优先级,包括:
17、构建每个所述策略规则的所述资源需求量的矩阵r,所述矩阵r中的元素ri j用于表征第i个所述策略规则对第j个执行单元的需求量;
18、对于每个所述策略规则,根据所述重要性值、所述执行时间和所述矩阵r,采用适应度值计算公式,计算每个所述策略规则的适应度值;
19、根据每个所述策略规则的适应度值,按照从大到小的顺序确定每个所述策略规则的第一优先级的顺序。
20、在第一方面的另一种可能的实现方式中,在所述执行所述执行步骤之前,包括:
21、根据所述设备变化因素和所述环境变化因素确定所述执行步骤的执行顺序。
22、在第一方面的另一种可能的实现方式中,所述根据所述设备变化因素和所述环境变化因素确定所述执行步骤的目标执行顺序,包括:
23、提取所述设备变化因素和所述环境变化因素的特征向量,得到特征向量集,并将所述特征向量集输入预训练的机器学习模型,得到每个所述执行步骤的第二优先级;
24、按照所述第二优先级由大到小的顺序排列所述执行步骤,得到所述执行顺序。
25、在第一方面的另一种可能的实现方式中,所述机器学习模型为梯度提升树模型,所述梯度提升树模型的训练步骤包括:
26、将获取的历史数据特征向量划分为训练集和验证集;
27、向所述梯度提升树模型输入所述训练集,得到每个所述执行步骤的优先级得分;
28、根据每个所述执行步骤的优先级得分,排列所述执行步骤,得到所述执行步骤的执行顺序。
29、在第一方面的另一种可能的实现方式中,所述向所述梯度提升树模型输入所述训练集,得到每个所述执行步骤的优先级得分,包括:
30、向所述梯度提升树模型输入所述训练集,得到每个所述执行步骤的优先级得分,所述训练集包括设备变化特征向量和环境变化特征向量;
31、其中,所述梯度提升树模型用于循环执行预测步骤,至采用所述验证集对所述梯度提升树模型验证时的验证误差在预设轮次内的变化量小于预设变化量阈值;所述梯度提升树模型还用于在所述验证误差最低的情况下,采用优先级得分计算公式,根据所述设备变化特征向量和所述环境变化特征向量,计算每个所述执行步骤的优先级得分;
32、所述预测步骤包括:
33、采用初始化公式,对所述梯度提升树模型进行初始化;
34、采用预测误差计算公式计算所述梯度提升树模型当前决策树的预测误差;
35、添加一个新决策树,得到更新后的模型,所述新决策树用于拟合所述当前决策树;
36、采用验证误差计算公式,在验证集上计算所述更新后的模型的验证误差;
37、在所述验证误差在预设轮次内的变化量小于预设变化量阈值的情况下,终止所述预测步骤;
38、在所述验证误差在预设轮次内的变化量大于或等于预设变化量阈值的情况下,执行所述采用初始化公式,对所述梯度提升树模型进行初始化的步骤。
39、在第一方面的另一种可能的实现方式中,所述中央控制设备还包括存储介质,所述仿真反馈数据包括故障时间、正常运行时间、能源成本、维护成本和经济收益,所述根据所述仿真反馈数据确定所述目标策略规则的效果并存储,包括:
40、根据所述故障时间和所述正常运行时间,计算所述目标策略规则的环境适应性指标;
41、根据所述能源成本、维护成本和经济收益,计算所述目标策略规则的经济效益指标;
42、对所述环境适应性指标和所述经济效益指标进行加权求和,得到第一结果,所述第一结果用于表征所述目标策略规则的效果;
43、将所述第一结果存储于所述存储介质。
44、在第一方面的另一种可能的实现方式中,所述根据所述能源成本、维护成本和经济收益,计算所述目标策略规则的经济效益指标,包括:
45、采用经济效益指标计算公式,根据所述能源成本、维护成本和经济收益,计算所述目标策略规则的经济效益指标;本文档来自技高网...
【技术保护点】
1.一种基于标准化策略表的安控系统优化方法,其特征在于,应用于中央控制设备,所述中央控制设备存储有标准化策略表,所述标准化策略表包括触发条件和策略规则,所述触发条件与所述策略规则一一对应,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述中央控制设备包括多个执行单元,所述根据每个所述策略规则的重要性值、所述执行时间和所述资源需求量确定每个所述策略规则的第一优先级,包括:
3.根据权利要求1所述的方法,其特征在于,在所述执行所述执行步骤之前,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述设备变化因素和所述环境变化因素确定所述执行步骤的目标执行顺序,包括:
5.根据权利要求4所述的方法,其特征在于,所述机器学习模型为梯度提升树模型,所述梯度提升树模型的训练步骤包括:
6.根据权利要求5所述的方法,其特征在于,所述向所述梯度提升树模型输入所述训练集,得到每个所述执行步骤的优先级得分,包括:
7.根据权利要求1所述的方法,其特征在于,所述中央控制设备还包括存储介质,所述仿真反馈数据包括故障
8.根据权利要求1所述的方法,其特征在于,所述根据所述能源成本、维护成本和经济收益,计算所述目标策略规则的经济效益指标,包括:
9.一种中央控制设备,其特征在于,包括:
10.一种调度系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于标准化策略表的安控系统优化方法,其特征在于,应用于中央控制设备,所述中央控制设备存储有标准化策略表,所述标准化策略表包括触发条件和策略规则,所述触发条件与所述策略规则一一对应,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述中央控制设备包括多个执行单元,所述根据每个所述策略规则的重要性值、所述执行时间和所述资源需求量确定每个所述策略规则的第一优先级,包括:
3.根据权利要求1所述的方法,其特征在于,在所述执行所述执行步骤之前,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述设备变化因素和所述环境变化因素确定所述执行步骤的目标执行顺序,包括:
5.根据权利要求4所述的方法,其特征在于,...
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。