[发明专利]一种基于神经网络的球仓温度预警方法

说明书

本发明公开了一种基于神经网络的球仓温度预警方法，用于对火力发电厂等的大型球形储煤仓进行温度监测预警。步骤包括：利用均值滤波来对温度信号进行预处理；对温度信号提取球仓平均温度，升温速率和温度增加趋势值三种特征值；构建以特征值为输入节点，以预警等级为输出节点的三层LMBP神经网络温度预警模型。本发明的方法实现简单，温度预警可靠性高，降低了预警的不确定性。

技术领域

本发明涉及球形储煤仓安全监测领域，尤其涉及一种球仓温度预警系统。

背景技术

储煤场是燃煤电厂，煤矿，洗煤厂等储煤、供煤的重要场所，关系到电厂的安全稳定生产。随着国内燃煤机组容量及建设规模的不断扩大，对环境保护愈加重视、土地资源日益宝贵的背景下，一种新的煤炭存储方式——封闭球形煤仓开始在国内外得到应用。但是封闭球仓处于全封闭的状态，通风条件差，仓内煤堆热量容易积聚，仓内煤堆易发生自燃，对煤仓设备和人员安全都会造成非常严重的安全隐患。煤堆自燃会伴随着显著的温度上升，因此温度预警系统是十分重要的球仓安全监测系统。

球仓体积大，储煤量多，为了全面监测球仓内储煤的温度，需要布置大量的温度传感器，因此球仓温度监测系统具有以下特点：

1、测点多；球仓内部空间巨大，为了全面监测储煤的温度变化，需要在球仓壁、球仓底部以及储煤的内部布置多个温度测点，测点可多达几十甚至上百。

2、温度传感器类型多；球仓内的温度测点分布于整个内部空间，根据位置和需求的不同，需要安装不同类型的温度传感器，包括接触式的热电偶、热电阻温度传感器，监测煤堆内部温度的数字式多点测温线缆以及非接触式的红外测温装置。

3、监测数据量大；球仓温度监测系统多测点多类型的特点决定了监测到的温度数据量会十分巨大，如何从大量的数据中得出准确的信息是需要解决的问题。

现有的温度预警方法大多利用温度监测结果直接进行预警，即依据预先设置好的温度预警阈值，当监测温度超过阈值则进行报警。这种方法显然不适合球仓的温度监测系统，多类型温度传感器各自的精度与误差不一致，多测点导致的大数据量，这两点决定了单纯用测点监测的温度值来预警会导致误报，造成不必要的经济损失与安全隐患。因此本发明设计一种结合人工神经网络的温度预警方法，通过对监测数据进行特征提取、数据融合等处理，来提高预警的准确性和可靠性。

发明内容

本发明针对现有温度预警系统的缺陷，提供一种球仓温度预警方法，以提高预警的准确性和可靠性。

本发明采用的技术方案是：一种基于神经网络的球仓温度预警方法，该方法包括以下步骤：

步骤一、温度信息预处理：对一段时间内各个采样点的温度数据进行均值滤波，计算公式为其中i表示预处理后的第i个采样点，T(i)表示预处理后第i个采样点的温度，它是实际测量的第j＝i₀时刻到第j＝i₀+n₀时刻的n₀个温度值的平均值。n₀表示这一计算时间段内对应的原始采样温度的点数。j表示第j个原始温度采样点，T₀(j)表示第j个采样点的原始温度。i₀表示第i个采样点采样区间起点对应的原始温度采样点。

步骤二、温度特征提取：提取预处理后温度信息的特征值，即球仓平均温度、温升速率和温度增加趋势值，其具体过程如下：

S2.1、平均温度计算：系统周期性采集球仓内温度，并计算一个周期内的温度数据平均值。

S2.2、温升速率计算：取球仓内某采样点上温度信号X(n)与平均温度信号间的差值再与平均温度的商为d(n)，计算式为：其中RW为球仓平均温度。