[发明专利]一种生物质锅炉炉膛温度和负荷预测方法

说明书

本发明实施例提供了一种生物质锅炉炉膛温度和负荷预测方法。该方法采用皮尔逊相关系数描述运行操作参数与炉膛温度之间的相关性，并以相关系数大小作为依据对数据进行筛选，对筛选后的数据集进行主成分分析，将主成分参数作为神经网络的输入，建立双级神经网络对炉膛温度和锅炉负荷的预报模型，对锅炉的炉膛温度进行预报，将获得的炉膛温度与炉膛出口氧浓度、炉膛压力、引风机出口烟气流量等参数作为下一级神经网络的输入从而对锅炉负荷进行预测。本发明的方法通过数据筛选和主成分分析，减少了输入数据量和计算量；既采用了一级神经网络预测数据，又直接使用了原始数据的信息，预测结果更加快速准确。

技术领域

本发明属于生物质发电及大数据分析技术领域，特别涉及一种生物质锅炉炉膛温度和负荷预测方法，基于主成分分析和双级神经网络实现锅炉炉膛温度和负荷的预测。

背景技术

为确保生物质电站的安全和经济运行，生物质电站的实时监测和控制系统水平不断提高，每天产生和存储大量运行数据，对海量历史数据进行分析，发掘并利用数据中隐含的信息，有利于进行一步提高生物质电站的运行和管理水平。生物质锅炉与燃煤锅炉类似，运行参数会表现出非线性、大惯性、不确定性和参数时变性，建立精准的机理模型还难以实现。

中国专利文献CN108647812A公开了一种基于主成分自适应BP神经网络的短期电力负荷预测方法，采用自适应BP神经网络方法建造模型，是将电厂历史数据作为输入，建立一种主成分与自适应BP神经网络算法相结合输出电厂负荷的短期预测方法。该方法减少了计算量，但是部分原始数据中的重要信息还无法保留。中国专利文献CN102705303A公开了一种基于残差与双级神经网络的液压伺服系统故障定位的方法，利用初始数据作为输入参数，计算量较大。鉴于前述现有技术中的不足，研发一种新的生物质锅炉炉膛温度和负荷预测方法具有重大的现实意义。

发明内容

本发明要解决的技术问题是针对现有技术生物质发电厂数据冗杂，数据量庞大导致数据利用率不够，且生物质锅炉炉膛温度和负荷预测不准确的问题，提供了一种生物质锅炉炉膛温度和负荷预测方法，基于主成分分析方法和双极神经网络，使锅炉炉膛温度和负荷预测更加快速准确，同时可减少输入数据量和计算量。

为解决上述技术问题，本发明的实施例提供了一种生物质锅炉炉膛温度和负荷预测方法，包括以下步骤：

1.对运行操作参数进行筛选，选取与炉膛温度相关的运行操作参数数据，建立数据集；

2.通过皮尔逊相关性计算公式对自变量和炉膛温度进行两两相关性计算，得到相关系数，确定所选取的变量运行操作参数对炉膛温度的影响；

3.采用主成分分析方法对输入的运行操作参数的数据进行降维处理；

4.采用双级神经网络方法建立输入参数与炉膛温度和负荷之间的映射；

5.将主成分参数作为第一级神经网络的输入参数，以炉膛温度作为第一级神经网络的输出参数，对第一级神经网络进行训练，并采用测试样本对炉膛温度进行预测计算，将预测结果与真实炉膛温度进行对比，获得预测精度；

6.将第一级神经网络预测的炉膛温度和归一化的炉膛出口氧浓度、炉膛压力、引风机烟气流量作为第二级神经网络输入参数，以锅炉负荷作为第二级神经网络的输出参数，对第二级神经网络进行训练，并采用测试样本对锅炉负荷进行预测，将预测值与真值进行对比，获得预测精度。

优选地，所述步骤1中，所述运行操作参数包括：前墙下水冷壁温度、送风机入口风温、省煤器出口风温、炉膛压力、送风机入口压力、省煤器出口水压、补偿后主给水流量、前墙二次风压力、二级过热器出口温度、前墙二次风压力、主蒸汽温度、高压空预器出口风温、给水泵A出口压力、给水电动调节阀入口温度、给水电动调节阀入口压力、炉膛后墙燃烧风压力、前墙过燃风/二次风压、左侧墙水冷壁上温度、炉膛后墙上二次风压、省煤器出口风温、左侧墙水冷壁下温度、炉膛前墙燃烧风压力以及主蒸汽压力。