Sieci neuronowe w optymalizacji procesów energetycznych

• Autorzy: Świrski K. , Milewski J.

Warianty tytułu

EN

Optimization in electric power installation by neural networks

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia możliwości zastosowania sieci neuronowych w optymalizacji procesów energetycznych- zwłaszcza procesu spalania w kotłach pyłowych. Sieci neuronowe jako jedna z klas modeli empirycznych wykorzystywane są w regulatorach predykcyjnych (Model Predictive Control). Artykuł przedstawia rezultaty wdrożeń przemysłowych omawiając zalety jak i pewne wady rozwiązania.

EN

The paper presents application of artificial neural networks in power installation optimization especially for combustion process in pulverized coal boilers. Neural networks as a type of empiric models are used in predictive controllers MPC type. The paper presents results of industrial implementation describing advantages as well as some disadvantages of solution.

Słowa kluczowe

PL

sieć neuronowa; regulator predykcyjny; kocioł energetyczny

EN

neural network; predictive controller; power boiler

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2009
• Tom: R. 85, nr 8
• Strony: 155--157
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Świrski K.

autor

Milewski J.

• Politechnika Warszawska, Instytut Techniki Cieplnej, Wydział Mechaniczny, Energetyki i Lotnictwa,

Bibliografia

• [1] Masters T., Sieci neuronowe w praktyce, WNT Warszawa 1996
• [2] Osowski S., Sieci neuronowe w ujęciu algorytmicznym, WNT Warszawa, 1996
• [3] Tadeusiewicz R., Sieci neuronowe , Akademicka Oficyna Wydawnicza, Warszawa 1993
• [4] Zadeh L., Fuzzy Sets and Systems, Proceedings of the Symposium System Theory, Polytech Institute Brooklyn, pp.29-37, 1965
• [5] Takagi T., Sugeno M., „Fuzzy identification of systems and its application to modeling and control", IEEE Transactions on Systems, Man and Cybernetics, 15, str.116-132, 1985
• [6] Camacho E.F., Bordons C., Model Predictive Control, ISBN 1-85233-694-3, Springer, iss.2, 2004
• [7] Piche, S. Sayyar-Rodsari, B. Johnson, D. Gerules, M., Nonlinear model predictive control using neural networks; Control Systems Magazine, IEEE 2000, pp 53-62
• [8] Świrski K., Domański P., Lewandowski J., Modele empiryczne procesów w zastosowaniach dla instalacji energetycznych. ; Prace naukowe PW Instytut Techniki Cieplnej seria Konferencje, IX Zjazd Termodynamików, Z 22, Tom 4, str 1229-1238, 2002
• [9] Milewski J., Świrski K., Artificial Neural Network as SOFC Model, Proceedings of Fuel Cell Science and Technology Copenhagen 2008
• [10] Hui L., Zhang D., Jun L., Wen-Xue L., Application Based on Neural Network of the Boiler Optimal Control in Power Station, Proceedings of 2005 International Conference on Machine Learning and Cybernetics, pp 1192-1195, 2005
• [11] Lee K.Y., Heo J., Hoffman J., Kim A., Jung W., Modified Predictive Optimal Control Using Neural Network-based Combined Model for Large-Scale Power Plants, Power Engineering Society General Meeting, Tampa, USA, 2007
• [12] Domański P., Świrski K., Lewandowski J., Wykorzystanie sieci neuronowych i optymalizacji w energetyce: porównanie doświadczeń Polska i USA. ; Prace IMiUE Politechniki Śląskiej, IX Konferencja Kotłowa, Tom 1, str 143-164,2002
• [13] Tatjewski P., Sterowanie zaawansowane obiektów przemysłowych, Struktury i algorytmy. Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2002
• [14] Świrski K., Wojdan K., Immune Inspired Optimizer of Combustion Process in Power Boiler, Proceedings of 20th IEA/AIE 2007, Kyoto, Japan, June 2007, Springer Verlag