[发明专利]基于KNN的双重迭代燃煤热值修正算法

权利要求书

1.基于KNN的双重迭代燃煤热值修正算法，其特征在于：具体包括以下步骤：

S1：建立机组DCS系统数据库与K临近分类优化模块的数据通信通道，实现DCS实时数据与优化模块的双向通信功能；

S2：基于K临近分类算法原则，通过MATLAB编程第一次K分类算法，编译运行准确后进行封装，命名函数f₁(x)待后续进行函数调用；

S3：基于K临近分类算法原则，通过MATLAB编程第二次K分类算法，编译运行准确后进行封装，命名函数f₂(x)待后续进行函数调用；

S4：通过步骤S1建立的K临近分类优化模块与DCS系统数据库的双向通讯通道，基于大数据采集机组负荷、实际燃煤量、主蒸汽压力，编辑程序实现数据过滤与筛选，保留主蒸汽压力在±0.1MPa偏差内的机组负荷、实际燃煤量，供后续计算；

S5：将步骤S4中主蒸汽压力在±0.1MPa偏差内的机组负荷、实际燃煤量传递至第一次K分类算法、第二次K分类算法，调用函数f₁(x)、f₂(x)，计算当前热值衡量系数K_mn；

S6：根据步骤S5的热值衡量系数K_mn，换算热值修正系数Q；

S7：将基于KNN的双重迭代燃煤热值修正算法优化模块给出的当前机组热值修正系数Q返回至DCS锅炉主控当中，对机组热值修正系数进行在线、动态修正；

所述主蒸汽压力在±0.1MPa偏差内的机组负荷为P_mn、实际燃煤量C_mn，两者比值量化反映机组目前热值水平，根据机组运行数据将δ₁至δ₉进行如下分段并分别在k₁至k₉9个系列区间内进行初次迭代运算，用集合关系表示为：

k₁＝{δ₁|0.6≤δ_mn＜0.9}

k₂＝{δ₂|0.9≤δ_mn＜1.1}

k₃＝{δ₃|1.1≤δ_mn＜1.3}

k₄＝{δ₄|1.3≤δ_mn＜1.5}

k₅＝{δ₅|1.5≤δ_mn＜1.7}

k₆＝{δ₆|1.7≤δ_mn＜1.9}

k₇＝{δ₇|1.9≤δ_mn＜2.1}

k₈＝{δ₈|2.1≤δ_mn＜2.3}

k₉＝{δ₉|2.3≤δ_mn＜2.6}；

在k₁至k₉9个系列区间基础上对每个区域内的热值系数k_i进行第二次迭代运算，函数关系记作f₂(x)，再将这9个系列分别分类划分10个标本点，进一步细化分类采集样本值，即，再次将每个区域的k_i分为k_i0、k_i1···k_i9；

对于k_i0、k_i1···k_i9用矩阵分别表示：

k_1i＝[k₁₀ k₁₁ k₁₂ k₁₃ k₁₄ k₁₅ k₁₆ k₁₇ k₁₈ k₁₉]

k_2i＝[k₂₀ k₂₁ k₂₂ k₂₃ k₂₄ k₂₅ k₂₆ k₂₇ k₂₈ k₂₉]

k_3i＝[k₃₀ k₃₁ k₃₂ k₃₃ k₃₄ k₃₅ k₃₆ k₃₇ k₃₈ k₃₉]

k_4i＝[k₄₀ k₄₁ k₄₂ k₄₃ k₄₄ k₄₅ k₄₆ k₄₇ k₄₈ k₄₉]

k_5i＝[k₅₀ k₅₁ k₅₂ k₅₃ k₅₄ k₅₅ k₅₆ k₅₇ k₅₈ k₅₉]

k_6i＝[k₆₀ k₆₁ k₆₂ k₆₃ k₆₄ k₆₅ k₆₆ k₆₇ k₆₈ k₆₉]

k_7i＝[k₇₀ k₇₁ k₇₂ k₇₃ k₇₄ k₇₅ k₇₆ k₇₇ k₇₈ k₇₉]

k_8i＝[k₈₀ k₈₁ k₈₂ k₈₃ k₈₄ k₈₅ k₈₆ k₈₇ k₈₈ k₈₉]

k_9i＝[k₉₀ k₉₁ k₉₂ k₉₃ k₉₄ k₉₅ k₉₆ k₉₇ k₉₈ k₉₉]；

则k_i0、k_i1···k_i9用一个矩阵K_mn表示为：

根据K临近分类原则，对采集样本进行分类，δ_mn用矩阵表示为：

由于

即：