一种在考虑设备未来运行状态基础上的参数寻优方法

技术特征：
1.一种在考虑设备未来运行状态基础上的参数寻优方法，其特征在于，包括以下步骤：步骤1、收集历史状态下设备的运行参数输入值数据和运行状态目标值数据，得到数据集；步骤2、建立设备的运行参数输入值与运行状态目标值之间的线性回归模型，所述线性回归模型如下：y
i
＝w*x
i
b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，y
i
表示设备的第i个运行状态目标值，x
i
表示设备的第i个运行状态所有输入的运行参数组成的列向量，w表示y
i
和x
i
的关系参数中的行向量，b表示y
i
和x
i
的关系参数中的截距；将所述数据集代入所述线性回归模型，提取得到关系参数中的行向量w和截距b；步骤3、利用自回归算法构建时间序列模型，将全部的所述运行状态目标值数据代入到所述时间序列模型中，得到当前运行状态目标值相邻的下一个运行状态目标值的预测值，所述时间序列模型如下：f(y1,y2,
…
y
t
)＝p_y
t 1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，f表示时间序列模型的函数表达式，y
t
表示当前运行状态目标值，p_y
t 1
表示下一个运行状态目标值的预测值；步骤4、构建用于预测下一个运行状态下设备的运行参数输入值的方程组，采用优化算法求解所述方程组的可行解，所述可行解即为下一个运行状态下设备的运行参数输入值的预测值，所述方程组如下：p_y
t 1
＝wx
i 1
b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)min(|p_y
t 1-(w*p_x
i 1
b)|)
ꢀꢀꢀꢀꢀꢀꢀ
(4)k1≤x
i 1
≤k2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，p_x
i 1
表示方程组的可行解即下一个运行状态下设备的运行参数输入值的预测值，k1表示各运行参数的最小值组成的列向量，k2表示各运行参数的最大值组成的列向量。2.根据权利要求1所述的一种在考虑设备未来运行状态基础上的参数寻优方法，其特征在于，利用自回归算法构建时间序列模型时，设定模型阶数为1。3.根据权利要求1或2所述的一种在考虑设备未来运行状态基础上的参数寻优方法，其特征在于，所述优化算法采用遗传算法。

技术总结
本发明涉及一种在考虑设备未来运行状态基础上的参数寻优方法，在收集历史状态下设备的运行参数输入值数据和运行状态目标值数据，形成数据集的基础之上，首先建立设备的运行参数输入值与运行状态目标值之间的线性回归模型，将数据集代入线性回归模型中提取关系参数，然后对未来一个时间点或者时间段设备的运行状态目标值进行预测，最后通过构建方程组，根据设备的运行状态目标值的预测值对下一个运行状态下设备的运行参数输入值进行预测。通过实施本发明，使设备能够根据预测的运行状态目标来高效运行，避免了设备运行过程中运行参数的调整对未来设备运行目标产生的不利影响，为设备的高效稳定运行以及控制提供技术基础。为设备的高效稳定运行以及控制提供技术基础。为设备的高效稳定运行以及控制提供技术基础。


技术研发人员：刘鹏 赵安然 赵宏伟 张建海 高熙宇 马援 黄国泰 杨秀光 谢哲宇 李云烽
受保护的技术使用者：吉林大学
技术研发日：2022.08.22
技术公布日：2022/11/11