[发明专利]一种基于人工神经网络的锅炉效率在线计算方法及系统

说明书

本发明涉及一种基于人工神经网络的锅炉效率在线计算方法及系统，其方法包括采集锅炉全负荷正常运行工况下的历史数据信息并归一化处理；将归一化后的历史数据信息作为输入变量，锅炉效率作为输出变量构建基于人工神经网络的锅炉效率计算模型；将历史数据信息作为训练样本并对锅炉效率计算模型进行训练；将锅炉全负荷正常运行工况的实时数据信息输入训练后的锅炉效率计算模型，以计算模型根据实时数据信息计算锅炉的效率并输出。本发明通过人工神经网络这种机器学习算法，建立基于人工神经网络的锅炉效率计算模型，通过对模型的训练得到基于人工神经网络的计算模型，便于在线计算中实时调用，从而在线计算锅炉效率以及热力系统的经济性。

技术领域

本发明涉及锅炉能源动力技术领域，尤其涉及一种基于人工神经网络的锅炉效率在线计算方法及系统。

背景技术

锅炉在工业发展中有着不可替代的作用。锅炉在运行中需要进行不断地调整和优化，以到达节能减排和可持续发展的要求。对锅炉运行的调整就需要对锅炉燃烧进行调整，锅炉效率是评价调整后锅炉性能的一个重要指标。传统的计算方法为美国ASME标准或者我国的GB计算方法，大多采用反平衡法。反平衡法计算锅炉效率所需数据较多，计算过程比较复杂，在日常的工作中使用起来不太方便。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于人工神经网络的锅炉效率在线计算方法及系统。

本发明解决上述技术问题的技术方案如下：一种基于人工神经网络的锅炉效率在线计算方法，包括如下步骤：

采集锅炉全负荷正常运行工况下的历史数据信息，并对所述历史数据信息进行归一化处理；

将归一化后的所述历史数据信息作为人工神经网络的输入变量，归一化后的锅炉效率作为人工神经网络的输出变量，构建基于人工神经网络的锅炉效率计算模型；

将所述历史数据信息作为训练样本，并调用神经网络模块对所述锅炉效率计算模型进行训练；

将锅炉全负荷正常运行工况的实时数据信息输入训练后的所述锅炉效率计算模型，训练后的所述锅炉效率计算模型根据所述实时数据信息计算锅炉的效率并输出。

本发明的有益效果是：本发明的基于人工神经网络的锅炉效率在线计算方法，以热平衡法为基础，深入分析影响锅炉效率的主要因素，通过人工神经网络这种机器学习算法，建立基于人工神经网络的锅炉效率计算模型，通过对模型的训练得到基于人工神经网络的计算模型，便于在线计算中实时调用，从而在线计算锅炉效率以及热力系统的经济性，计算过程简单，使用方便。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步：所述历史数据信息至少包括锅炉负荷、总给煤量、总风量、汽包压力、炉膛负压、二次热风温度、炉膛出口氧量、排烟温度、飞灰含碳量和炉渣含碳量中的一个或多个，所述历史数据信息还包括锅炉效率；所述实时数据信息对应至少包括锅炉负荷、总给煤量、总风量、汽包压力、炉膛负压、二次热风温度、炉膛出口氧量、排烟温度、飞灰含碳量和炉渣含碳量中的一个或多个。

上述进一步方案的有益效果是：通过选取影响锅炉效率的多个参数信息作为人工神经网络的输入变量，同时将锅炉的效率作为人工神经网络的输出变量，这样可以使得人工神经网络模型更能反映出锅炉的历史数据信息与锅炉效率之间的非线性关系，便于准确在线计算锅炉的效率。

进一步：所述对所述历史数据信息进行归一化处理的具体公式为：

其中，x表示分别为归一化前的值，x'表示归一化后的值；y_max表示归一化范围的最大值，y_min表示归一化范围的最小值，x'∈[-1,1]。