SOFTWARE vyvinutý v rámci projektu FR-TI1/538 (MPO/FR) Technologie měření pro pokročilé řízení spalovacích procesů

SW-1210-01: Rekurentní neuronová síť s modulem zpracování dat a s kvadratickým a kubickým neuronem

Demoverze ke stažení (182 MB, kompilace včetně “royalty-free” MCRInstaller pro spuštění v MS Windows)

O programu

Byla naprogramována nekonvenčí dynamická neuronová síť pro validaci a predikci emisí NO_X práškového kotle vysokého výkonu pro elektrárnu Mělník 1. Jako vstupní modul je naprogramován korelační modul vstupních dat, modul výpočtu vzájemné informace, výběrový modul vstupů a seskupovací modul, a modul pro redukci počtu vstupů metodou „principal component analysis“ a pro jejich rekonfiguraci. Konkrétně vyvinutý a naprogramovaný návrh sítě včetně předzpracování dat umožňuje efektivní přetrénovávání v reálném čase bez potřeby časově náročných optimalizačních algoritmů které by nebyli pro reálně časovou aplikaci vhodné. Naprogramovaný algoritmus učení je varianta metody „back-propagation through time“ které je pro danou neuronovou síť efektivní pro přetrénovávání za účelem zvládnutí nestacionarity reálného systému a častým výpadkům údajů měřených veličin. Navržená síť využívá nekonvenční neuronové jednotky (QNU a CNU). Pro predikci NOx, síť nepotřebuje na svém vstupu kyslík ve spalinách což bylo požadavkem a jedná se o unikátní řešení podle našich poznatků. Síť byla naprogramována v prostředí Matlab a byly vygenerovány i binární kódy pro demo verzi.

Přehled implementovaných alogirmů a použité teorie je publikován v pracích:

[1] Bukovsky, I., Kolovratnik M.: „A Neural Network Model for Predicting NOx at the Mělník 1 Coal-powder Power Plant“, Acta Polytechnica ,Vol. 52 No. 3/2012,pp.17-22, ISSN 1805-2363, 2012

[1] Bukovsky, I., Kolovratnik, M.: “Neural Network Model for Prediction of NOx at Coal-Powder Powerplant Mělník 1”, ERIN 2012, CTU in Prague, 25–27 April 2012, Czech Rep

Další výsledky a detaily vývoje uvádějí výzkumné zprávy:

[2] Bukovský, I.: Křehlík, K.: Testy neuronového modelu kotle elektrárny Mělník I, research report (Výzkumná zpráva č. 8-ZI00069/ E06) for I. & C. Energo, a.s. U12110, Faculty of Mechanical Engineering, Czech Technical University in Prague, 2011, 61 pages.

[3] Bukovsky, I..: Dynamické neuronové sítě pro nestacionární modely a validaci veličin energetických procesů (Dynamical Neural Networks for Nostationary Models and for Validation of Variables of Energetic Processes), Výzkumná zpráva č. 4 pro I. & C. Energo, a.s. U12110, Faculty of Mechanical Engineering, Czech Technical University in Prague, 2010, 40 pages.