文献

J-GLOBAL ID：202202215441125158   整理番号：22A0435935

需要不確実性下のエチレンプラントにおけるエネルギーシステムのためのデータ駆動適応ロバスト最適化【JST・京大機械翻訳】

Data-driven adaptive robust optimization for energy systems in ethylene plant under demand uncertainty

著者 (8件)： Shen Feifei (Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) ,  Zhao Liang (Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) ,  Zhao Liang (Shanghai Institute of Intelligent Science and Technology, Tongji University, Shanghai 200092, China) ,  Wang Meihong (Department of Chemical and Biological Engineering, The University of Sheffield, Sheffield S1 3JD, United Kingdom) ,  Du Wenli (Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) ,  Du Wenli (Shanghai Institute of Intelligent Science and Technology, Tongji University, Shanghai 200092, China) ,  Qian Feng (Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) ,  Qian Feng (Shanghai Institute of Intelligent Science and Technology, Tongji University, Shanghai 200092, China)
資料名： Applied Energy  (Applied Energy)
巻： 307  ページ： Null  発行年： 2022年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： エネルギーシステムの運転最適化は,工業プロセスの全体的効率を改善するために非常に重要である。広範な不確実性によってもたらされる新しい課題に直面して,データ駆動適応ロバスト産業マルチタイプエネルギーシステム最適化フレームワークを,この論文でロバスト最適化と機械学習法を橋渡しすることによって提案した。工業データを用いて実際のプロセスの需要の不確実性を捉えた。装置のハイブリッドモデルを操作特性を考慮して最初に開発し,次に,エネルギーシステム最適化モデルを混合整数非線形計画問題として形成した。プロセス電力要求の不確実パラメータセットを,全運転期間の歴史的データを用いて,プロセスモデルによって形成した。その後,不確実性集合をロバストカーネル密度推定方法を適用することによって構築し,それは分布情報を考慮することによって保守主義を減少することができた。導出したデータ駆動不確実性集合を統合することにより,加重全エネルギー消費を最小化することを目指した2段階適応ロバスト最適化モデルを開発した。マルチレベルロバスト最適化モデルを,アフィン決定規則を採用することによって,扱いやすい単一レベルモデルとして再定式化した。エチレンプラントにおけるプラント全体の産業エネルギーシステムに関する事例研究を行い,最小最適エネルギー消費は25,350kg/hであり,ロバスト性の価格は2.18%であった。ロバスト最適化結果はエチレンプラントのオペレータに対する不確実性の下でエネルギーシステムの操作最適化を導くことができる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  非線形計画法 ,  電力 ,  オペレータ ,  *不確実性 ,  保全 ,  事例研究 ,  定式化 ,  *ロバスト性 ,  機械学習
準シソーラス用語： ハイブリッドモデル ,  最適化モデル ,  プロセスモデル ,  *データ駆動 ,  *ロバスト最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： エネルギーシステム ,  産業ビッグデータ ,  機械学習 ,  不確実性 ,  適応ロバスト最適化

分類 (1件)： エネルギーに関する技術・経済問題  (LA01050V)

タイトルに関連する用語 (6件)： 需要不確実性 ,  エチレンプラント ,  エネルギーシステム ,  データ駆動 ,  適応 ,  ロバスト最適化