数据驱动鲁棒优化器

秒级求解，兼顾稳健

面向ORC余热回收的神经网络代理优化策略，可在不确定性下快速求取高性能且稳定的运行参数，求解时间远短于机理模型方法。

Wu, Xialai · Ling, Lin · Xie, Lei · Chen, Junghui · Lu, Shan

Energy 2024

参数信息

鲁棒优化求解时间

1.4 s

技术优势

求解快

将鲁棒优化转化为混合整数线性规划，求解时间仅约1.4秒，远短于基于机理模型的方法。

更稳健

考虑不确定性，最大化期望净输出功率的同时最小化其方差，所得工况优于传统确定性策略。

应用场景

• 余热回收系统：用于ORC余热回收系统的运行参数优化，在不确定性下快速获得高且稳定的净输出功率。
• 工业能源管理：为工业能源管理提供考虑不确定性的最优运行策略，提升系统鲁棒性和能效。
• 智能能源优化：作为智能优化算法包，可在实际控制系统中实现秒级鲁棒优化决策。