[发明专利]一种锅炉燃烧优化的变量降维建模方法

权利要求书

1.一种锅炉燃烧优化的变量降维建模方法，其特征在于，所述变量降维建模方法包括以下步骤：

步骤1)：选择辅助变量与需要预测的被控变量CV，所述辅助变量包括扰动变量DV与控制变量MV；

步骤2)：对扰动变量DV进行主元变量提取，所述控制变量MV保持不变；

步骤3)：将上述步骤2)中提取的主元变量与保持不变的控制变量MV作为输入，将步骤1)中选择的被控变量作为输出，建立锅炉被控变量CV参数的模型，用于锅炉的燃烧优化控制。

2.根据权利要求1所述的变量降维建模方法，其特征在于：

所述控制变量DV包括机组负荷、主蒸汽流量、煤质；

所述控制变量MV包括风门开度、风压、过量空气系数；

所述被控变量CV包括锅炉效率、飞灰含碳量、烟气NOx排放浓度、排烟温度等参数。

3.根据权利要求1所述的变量降维建模方法，其特征在于，所述步骤2)中对扰动变量DV进行主元变量提取采用的是主成分分析方法。

4.根据权利要求3所述的变量降维建模方法，其特征在于，所述主成分分析方法对扰动变量DV进行主元变量提取包括以下步骤：

步骤1.1)：对p维扰动变量x_d取n个运行数据，构成样本矩阵X∈R^n×p，所述R^n×p是n×p维矩阵，并进行标准化使各列变量样本的均值为0，方差为1；

步骤1.2)：根据上述步骤1.1)构成的样本矩阵得出矩阵的协方差Σ=1nXTX;]]>

步骤1.3)：根据步骤1.2)得出的协方差Σ，得出协方差的特征根λ₁≥λ₂≥...≥λ_h及特征根对应的单位正交特征向量p₁,p₂,...,p_h；

步骤1.4)：根据上述步骤1.3)得出的单位正交特征向量可以得出主元变量t_i＝Xp_i，所述i＝1,2,...,h；

步骤1.5)：根据上述步骤1.4)得出的主元变量进行累计贡献率的计算，所述累计贡献率为各个主元变量在整个主元变量所占的比例，根据累计贡献率的结果确定主元个数h。

5.根据权利要求1所述的变量降维建模方法，其特征在于，所述步骤3)中，利用LSSVM方法建立锅炉被控变量CV参数的模型，根据建立的模型进行锅炉燃烧情况的预测包括以下步骤：

步骤2.1)进行根据建立的模型将需要解决的问题转化成优化问题方程；

步骤2.2)根据上述步骤2.1)建立的优化问题方程进行优化问题处理；

步骤2.3)根据上述步骤2.2)优化问题处理的结果，将需要进行锅炉燃烧优化控制的变量转化成预测方程，根据预测方程进行锅炉燃烧优化控制的变量进行预测。