論文の概要: Transformer-based Drum-level Prediction in a Boiler Plant with Delayed Relations among Multivariates
- arxiv url: http://arxiv.org/abs/2407.11180v1
- Date: Mon, 15 Jul 2024 19:05:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-17 19:31:15.420670
- Title: Transformer-based Drum-level Prediction in a Boiler Plant with Delayed Relations among Multivariates
- Title（参考訳）: 多変量間の遅延関係を有するボイラプラントにおける変圧器によるドラムレベル予測
- Authors: Gang Su, Sun Yang, Zhishuai Li,
- Abstract要約: 本稿では, 蒸気ボイラプラントのドラム水位予測におけるトランスフォーマーモデルの適用について検討する。
この目的のために,1)データ前処理,2)因果関係解析,3)遅延推論,4)変数拡張,および5)予測を含む急進パイプラインを提案する。
- 参考スコア（独自算出の注目度）: 2.822521762044523
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The steam drum water level is a critical parameter that directly impacts the safety and efficiency of power plant operations. However, predicting the drum water level in boilers is challenging due to complex non-linear process dynamics originating from long-time delays and interrelations, as well as measurement noise. This paper investigates the application of Transformer-based models for predicting drum water levels in a steam boiler plant. Leveraging the capabilities of Transformer architectures, this study aims to develop an accurate and robust predictive framework to anticipate water level fluctuations and facilitate proactive control strategies. To this end, a prudent pipeline is proposed, including 1) data preprocess, 2) causal relation analysis, 3) delay inference, 4) variable augmentation, and 5) prediction. Through extensive experimentation and analysis, the effectiveness of Transformer-based approaches in steam drum water level prediction is evaluated, highlighting their potential to enhance operational stability and optimize plant performance.
- Abstract（参考訳）: 蒸気ドラム水位は、発電所の運転の安全性と効率に直接影響を与える重要なパラメータである。
しかし, ボイラのドラム水位予測は, 長時間の遅れや相互関係から生じる複雑な非線形過程のダイナミクスや, 測定ノイズにより困難である。
本稿では, 蒸気ボイラプラントのドラム水位予測におけるトランスフォーマーモデルの適用について検討する。
本研究はトランスフォーマーアーキテクチャの機能を活用し,水位変動を予測し,積極的な制御戦略を促進するための正確で堅牢な予測フレームワークを開発することを目的とする。
この目的のために,慎重なパイプラインが提案されている。
1)データ前処理
2)因果関係分析
3)遅延推論
4)変数拡張、および
5) 予測。
広範囲な実験と解析を通じて,トランスフォーマーを用いた蒸気ドラム水位予測の有効性を評価し,運転安定性の向上とプラント性能の最適化の可能性を強調した。
関連論文リスト
- A Fault Prognostic System for the Turbine Guide Bearings of a Hydropower Plant Using Long-Short Term Memory (LSTM) [0.2796197251957245]
この研究は、HPPのタービン軸受のための人工的にインテリジェントな断層予測システムを開発することを目的としている。
提案手法は,Long Short-Term Memory (LSTM) アルゴリズムを用いてモデルの開発を行う。
このモデルでは, 振動値の高精度な予測を行い, 極めて低いRMSEを実現している。
論文 参考訳（メタデータ） (2024-07-26T18:45:42Z) - Learning on Transformers is Provable Low-Rank and Sparse: A One-layer Analysis [63.66763657191476]
低ランク計算としての効率的な数値学習と推論アルゴリズムはトランスフォーマーに基づく適応学習に優れた性能を持つことを示す。
我々は、等級モデルが適応性を改善しながら一般化にどのように影響するかを分析する。
適切なマグニチュードベースのテストは,テストパフォーマンスに多少依存している,と結論付けています。
論文 参考訳（メタデータ） (2024-06-24T23:00:58Z) - A Transformer variant for multi-step forecasting of water level and hydrometeorological sensitivity analysis based on explainable artificial intelligence technology [14.006797311342753]
Transformerは最先端のディープラーニング手法の一種であり、複雑な非線形過程をモデル化するための効果的なアプローチを提供する。
XAI法は,異なる要因が水位に与える影響を理解する上で重要な役割を担っている。
論文 参考訳（メタデータ） (2024-05-22T13:50:42Z) - Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。
これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。
本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
論文 参考訳（メタデータ） (2024-04-17T02:04:10Z) - TRG-Net: An Interpretable and Controllable Rain Generator [61.2760968459789]
本研究は,降雨の基盤となる物理的発生機構を十分に考慮した,新しい深層学習型降雨発生器を提案する。
その意義は、発電機が予想される雨をシミュレートするために雨の本質的な要素を精巧に設計するだけでなく、複雑で多様な雨のイメージに微妙に適応することにある。
提案した雨発生器が発生した雨は, 高品質であるだけでなく, 排水作業や下流作業にも有効であることを示す。
論文 参考訳（メタデータ） (2024-03-15T03:27:39Z) - Efficient Subseasonal Weather Forecast using Teleconnection-informed
Transformers [29.33938664834226]
季節的な予測は農業、水資源管理、災害の早期警戒に重要である。
機械学習の最近の進歩は、数値モデルに対する競争力のある予測能力を達成することで天気予報に革命をもたらした。
しかし、そのような基礎モデルのトレーニングには何千日ものGPU日が必要であるため、かなりの炭素排出量が発生する。
論文 参考訳（メタデータ） (2024-01-31T14:27:35Z) - A novel transformer-based approach for soil temperature prediction [0.0]
土壌温度予測のための変圧器モデルを用いた新しい手法を提案する。
我々の知る限りでは、この研究における変圧器モデルの使用は土壌温度を予測する最初の試みである。
実験結果から, 変圧器モデルの利用により, 文献に重要な貢献が期待できることがわかった。
論文 参考訳（メタデータ） (2023-11-20T09:20:26Z) - Exploring Structure-aware Transformer over Interaction Proposals for
Human-Object Interaction Detection [119.93025368028083]
我々は、新しいトランスフォーマー型ヒューマンオブジェクトインタラクション(HOI)検出器、すなわち、インタラクション提案(STIP)による構造認識トランスフォーマーを設計する。
STIPはHOIセット予測の過程を、まず相互作用の提案生成を行い、次に構造認識変換器を介して非パラメトリック相互作用提案をHOI予測に変換する2つのフェーズに分解する。
構造対応トランスフォーマーは、相互作用提案間の相同的意味構造を付加してバニラトランスフォーマーをアップグレードし、各相互作用提案内の人間・物体の局所的空間構造を付加し、HOIを強化する。
論文 参考訳（メタデータ） (2022-06-13T16:21:08Z) - Knowledge distillation with error-correcting transfer learning for wind
power prediction [6.385624548310884]
本稿では,タービンパワー予測のための数学的基盤を持つ新しい枠組みを提案する。
良質な知識蒸留と伝達学習パラメータチューニングに基づいて開発された。
提案手法は, 良好な知識蒸留と伝達学習パラメータチューニングに基づいて開発され, 競争相手の3.3%から23.9%に向上した。
論文 参考訳（メタデータ） (2022-04-01T18:31:47Z) - Visual-tactile sensing for Real-time liquid Volume Estimation in
Grasping [58.50342759993186]
変形性容器内の液体をリアルタイムに推定するためのビジュオ触覚モデルを提案する。
我々は、RGBカメラからの生の視覚入力と、特定の触覚センサーからの触覚手がかりの2つの感覚モードを融合する。
ロボットシステムは、推定モデルに基づいて、リアルタイムで適切に制御され、調整される。
論文 参考訳（メタデータ） (2022-02-23T13:38:31Z) - Predictive Analytics for Water Asset Management: Machine Learning and
Survival Analysis [55.41644538483948]
本研究では,水管故障の予測のための統計的および機械学習の枠組みについて検討する。
スペイン,バルセロナの配水ネットワーク内の全管の故障記録を含むデータセットを用いて検討を行った。
その結果, 管形状, 年齢, 材質, 土壌被覆など, 重要な危険因子の影響が明らかにされた。
論文 参考訳（メタデータ） (2020-07-02T19:08:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。