[发明专利]一种脱硫系统pH值预测方法及装置

权利要求书

1.一种脱硫系统pH值预测方法，其特征在于，所述方法包括：

获取待预测的输入变量参数；其中，所述输入变量参数包括：入口烟气氧量、入口烟气温度、原烟气SO2浓度和石灰石浆液密度；

将所述输入变量参数输入至pH值预测集成模型中，输出pH预测值，所述pH值预测集成模型基于多个单一模型和隶属度矩阵构建。

2.如权利要求1所述的方法，其特征在于，所述pH值预测集成模型的构建方法如下：

获取脱硫系统的pH值数据样本集合；

对所述pH值数据样本集合中的各样本数据进行空间划分，得到位于不同数据范围的多个pH值数据样本子集；

通过模糊C均值聚类算法对各pH值数据样本子集进行聚类处理；

计算各pH值数据样本子集的隶属度矩阵；

基于聚类后的各数据样本子集构建多个单一模型；

基于所述各单一模型和所述各隶属度矩阵构建pH值预测集成模型。

3.如权利要求2所述的方法，其特征在于，所述基于聚类后的各数据样本子集构建多个单一模型，具体包括：

基于聚类后的各数据样本子集通过支持向量机构建多个单一模型。

4.如权利要求2所述的方法，其特征在于，所述聚类变量为：入口烟气氧量、入口烟气温度、原烟气SO2浓度和石灰石浆液密度。

5.如权利要求2所述的方法，其特征在于，对所述pH值数据样本集合中的各样本数据进行划分，具体包括：基于样本数据的pH值的大小进行划分，其中，样本数据的pH值的范围为：5.0～5.7。

6.如权利要求2所述的方法，其特征在于，对所述pH值数据样本集合中的各样本数据进行划分，具体包括：

对pH值数据样本集合划分如下：

其中，X＝{x₁,L,x₁₀}为数据空间中的输入变量数据；y_i(i＝1,…,n)代表输出变量pH值，D_t＝{D_L,D_M,D_H}，分别为pH值低、中、高所对应的有重叠的数据空间。

7.如权利要求2所述的方法，其特征在于，所述C均值聚类算法描述如下：

Step1初始化：设总样本集X，样本数N，聚类数为C(2≤c≤N)，k＝1，现在要将样本集X划分为c类，记为X₁，X₂，L，X_c；

Step2选择c个初始聚类中心，记为m₁(k),m₂(k),L m_c(k)；

Step3 X_i＝Φ(i＝1,2,L,C)，计算所有样本与各聚类中心的距离

其中，||x^j-m_i(k)||为样本x_j到第i类中心的欧式距离；

按最小距离原则将样本x^j进行聚类，即

若则x^j∈X_i；

X_i＝X_iU{X_j}

Step4重新计算聚类中心

式中，N_i为当前X_i类中的样本数目；

Step5若存在i∈{1,2,L,c}，有m_i(k+1)≠m_i(k)，则k＝k+1，转Step3；否则聚类结束。

8.如权利要求2所述的方法，其特征在于，所述基于所述各单一模型和所述各隶属度矩阵构建pH值预测集成模型，具体包括：

采用隶属度集成的原则对单一模型的输出进行集成，集成模型的加权值采用最小二乘权值。