【技术实现步骤摘要】
本专利技术涉及控制系统，具体为基于大数据的集肤效应电伴热系统的远程监控方法及系统。
技术介绍
1、集肤效应电伴热技术是当前实现管道加热的有效手段，但是传统的蒸汽加热法进行加热时，具有热效率较低、加热过程不能实时控制且加热温度不均等问题；并且在管道输送过程中，不使用大数据等高新技术，导致温度监控过程不方便和温度监控不能实时远程监控问题，不利于管道输送的高效安全进行。
技术实现思路
1、针对相关技术中的问题，本专利技术提供了基于大数据的集肤效应电伴热系统的远程监控方法及系统，以克服现有相关技术所存在的上述技术问题。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、本专利技术为基于大数据的集肤效应电伴热系统的远程监控方法，包括如下步骤：
4、s1、集肤效应电伴热系统模型包括中间不可测变量，引入线性辅助模型构建极小化准则函数，对于极小化准则函数中的参数，基于人工兔优化算法优化得到最佳参数，再反解中间不可测变量，得到集肤效应电伴热系统模型；
5、s2、使用pid控制对集肤效应电伴热系统温度进行调控，基于模糊神经网络训练模糊rbf神经网络得到模糊rbf神经网络模型，通过模糊rbf神经网络模型输出控制量控制占空比和频率，调节集肤效应电伴热系统加热功率，实现温度控制，得到集肤效应电伴热系统温度；
6、s3、对集肤效应电伴热系统温度进行卷积处理得到多时间尺度特征集，基于图神经网络对多时间尺度特征集进行时间空间提取，分别得到
7、s4、建立监控平台和数据库，实现对集肤效应电伴热系统数据的监控和存储，并对异常进行检修。
8、该专利技术首先通过构建集肤效应电伴热系统模型，并引入中间不可测变量，通过使用线性辅助模型得到极小化准则函数，对极小化准则函数中参数使用人工兔优化算法优化参数，反解中间不可测变量，得到集肤效应电伴热系统模型；该算法通过使用迂回觅食和随机躲藏策略，具有很强的寻优性能；其次根据集肤效应电伴热系统模型和温度值，使用pid控制对集肤效应电伴热系统温度进行调控，通过结合模糊推理和神经网络得到模糊rbf神经网络，通过将相关数据进行模糊化处理，输入神经网络，神经网络输出的控制量反馈到pid控制器中实现温度实时调控，该神经网络推理速度快、精度高且具有自主学习能力，可以处理其他神经网络不能处理的模糊信息；模糊化处理后对模糊rbf神经网络进行训练，输出控制量控制占空比和频率，调节集肤效应电伴热系统加热功率，实现温度调控；再对集肤效应电伴热系统温度进行卷积处理，以图学习的方式提取时间序列和空间序列，得到多时间尺度时间特征和多时间尺度空间特征，再融合多时间尺度时间特征和多时间尺度空间特征，得到最终输入数据特征，并训练bi-gru神经网络，实现温度预测，该处理方法具有很强的鲁棒性；最后建立监控平台和数据库，实现对集肤效应电伴热系统数据监控和存储。
9、优选地，所述s1包括以下步骤：
10、s11、设定集肤效应电伴热系统模型为a，集肤效应电伴热系统模型的输出量为，集肤效应电伴热系统模型的噪音扰动量为，集肤效应电伴热系统模型中间不可测变量分别为和，待定常数为α，则集肤效应电伴热系统模型的输出量和中间不可测变量计算公式如下，
11、,；
12、；
13、其中，表示集肤效应电伴热系统输入的电流频率，表示集肤效应电伴热系统输入最大电流频率；
14、在集肤效应电伴热系统中存在算子，记为，设定单位后移算子η的多项式为和，集肤效应电伴热系统延迟系数为β，则集肤效应电伴热系统模型表示公式如下，
15、；
16、s12、在集肤效应电伴热系统运行初始时，设定集肤效应电伴热系统模型的输出量为0，集肤效应电伴热系统输入的电流频率为0，不断采集集肤效应电伴热系统运行后集肤效应电伴热系统模型的输出量和电流频率；对所述集肤效应电伴热系统中的中间不可测变量，采用hammerstein（哈姆斯坦）模块的线性辅助模型求解；设定线性辅助模型信息向量为，线性辅助模型参数向量为，线性辅助模型输出为，独立随机白噪音为，则t时刻内集肤效应电伴热系统极小化准则函数计算公式如下，
17、，
18、其中，b表示集肤效应电伴热系统极小化准则函数，表示线性辅助模型参数集合，表示t时刻集肤效应电伴热系统模型的输出量，表示t时刻集肤效应电伴热系统输入的电流频率，表示t时刻线性辅助模型信息向量，表示t-1时刻集肤效应电伴热系统模型中间不可测变量，表示t-1时刻线性辅助模型输出，表示t-1时刻独立随机白噪音，i1=1,2,3,…,t；
19、对所述线性辅助模型参数集合中模型参数进行优化，使线性辅助模型参数集合中模型参数满足t时刻内集肤效应电伴热系统极小化准则函数，具体步骤如下，
20、s121、设定适应度函数为t时刻内集肤效应电伴热系统极小化准则函数，设定人工兔种群数量为i,人工兔个体维度为j，生成人工兔种群矩阵c如下，
21、，
22、其中，bij表示人工兔种群中第i只、维度为j的人工兔个体；
23、人工兔种群在觅食阶段，设定当前迭代次数为d，最大迭代次数为d，人工兔种群中第m只人工兔个体在第d次迭代时初始位置为，人工兔种群中第n只人工兔个体在第d次迭代时初始位置为,round表示四舍五入，e表示常数，e1为随机数且，e2为随机数且，e3为服从正态分布的随机数，表示映射向量，δ表示人工兔奔跑算子，表示人工兔奔跑长度，将人工兔种群中第m只人工兔个体在第d+1次迭代时位置记为，计算公式如下，
24、，
25、，；
26、s122、人工兔种群在躲藏阶段，此时不断寻找最佳适应度函数值，设定人工兔种群中第m只人工兔个体在第d次迭代时周围存在e1个洞穴，ε表示躲藏参数，且ε从1线性减小到1/d，e4表示[1,j]的随机排列数，e5为随机数且，则人工兔种群中第m只人工兔个体在第d次迭代时躲藏位置计算公式如下，
27、，；
28、人工兔种群中第m只人工兔个体拒绝随机选择洞穴躲藏，此时人工兔种群中第m只人工兔个体在第d+1次迭代时躲藏更新位置计算公式如下，
29、；
30、在不断迭代过程中，比较第d次迭代和第d+1次迭代时的适应度函数值，并选择最佳适应度函数值替换，此时人工兔种群中第m只人工兔个体选择最佳适应度函数值处的洞穴进行移动，人工兔种群中第m只人工兔个体在第d+1次迭代时最新位置计算公式如下，
31、；
32、其中，f1表示第d+1次迭代时适应度函数值，f2表示第d次迭代时适应度函数值；
33、s123、人工兔种群中人工兔个体将不断改变觅食和躲藏状态，引入能量因子判断人工兔种群中人工兔个体状态，设定e6为随机数且，则能量本文档来自技高网...
【技术保护点】
1.基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述S1包括如下步骤：
3.根据权利要求2所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述S11包括如下步骤：
4.根据权利要求3所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述S2包括如下步骤：
5.根据权利要求4所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述S21包括如下步骤：
6.根据权利要求5所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述S3包括如下步骤：
7.根据权利要求6所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，
8.根据权利要求7所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述S4包括如下步骤：
9.一种实现如权利要求1-8任意一项所述的基于大数据的集肤效应电伴热系统的远程监控方法的系统，其
...【技术特征摘要】
1.基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述s1包括如下步骤：
3.根据权利要求2所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述s11包括如下步骤：
4.根据权利要求3所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述s2包括如下步骤：
5.根据权利要求4所述的基于大数据的集肤效应电伴热系统的远程监控方法，其特征在于，所述s21包括如下步骤...
【专利技术属性】
技术研发人员：孟一帆，谭铁虎，赵程琳，
申请(专利权)人：安徽佑邦智能装备有限公司，
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。