[发明专利]基于有序聚类离散化的脱硫系统SO2

权利要求书

1.一种基于有序聚类离散化的脱硫系统SO₂出口浓度预测方法，其特征在于，包括如下步骤：

(1)、从SIS历史数据库中采集脱硫系统相关参数的历史运行数据，取数间隔为1min；其中相关参数包括负荷、SO₂进口浓度、浆液密度、pH值、液气比和SO₂出口浓度；

(2)、以负荷、SO₂进口浓度为条件对历史数据进行稳态判断，筛选得到原始稳态样本；

(3)、将原始稳态样本的SO₂出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；其中对于一维有序样本{x₁,x₂,···x_n}，利用有序聚类算法对其进行离散化的具体步骤包括如下：

(3.1)、计算离差平方和矩阵D_n×n，离差平方和D(i,j)的计算公式为：

其中为该类的均值向量，D_n×n的其余元素置为0；

(3.2)、计算分类损失函数：

其中b(n.k)表示将n个样本分为k类的一种分法，1＝j₁＜j₂＜···j_k＜n＝j_k+1-1为分类点；

(3.3)、构建最小分类损失矩阵C_n×n及分类标记矩阵J_n×n，具体方法为：

对有

J(l,k)＝j_lk

式中，3≤l≤n,k≤j≤n；p(l,k)表示将l个样本分为k类的最佳分法；j_lk表示p(l,k)中第k类的起始样本序号；矩阵C_n×n和矩阵J_n×n中其余元素均置为0；

(3.4)、计算最小分类损失变化delta(k)，当delta(k)开始小于10％时对应的k为最佳分类数k_opt，delta(k)的计算方法如下：

delta(k)＝[C(n,k)-C(n,k+1)]/C(n,k)×100％

(3.5)、根据k_opt值确定离散化区间，具体方法为：

第k_opt个区间

第(k_opt-1)个区间

以此类推可以得到所有离散区间{G_k,G_k-1,···,G₁}；

(4)、样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO₂出口浓度均匀分布的稳态样本集；

(5)、基于SO₂出口浓度均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO₂出口浓度预测模型。

2.根据权利要求1所述的基于有序聚类离散化的脱硫系统SO₂出口浓度预测方法，其特征在于：所述步骤(2)中稳态判断的筛选条件为：10min内机组负荷变化不超过10MW、SO₂进口浓度变化不超过50mg/m³。