[发明专利]一种实现循环泵选择的方法、装置及设备

权利要求书

1.一种实现循环泵选择的方法，其特征在于，所述方法包括：

搜集循环泵组合的历史选择数据，统计在不同区间的负荷和硫分下的循环泵组合及其出现频次，得到不同负荷和硫分下的循环泵组合分布图；利用K均值聚类算法，将所述分布图中的各个循环泵组合划分为不同的聚类区域；

根据实时负荷和硫分所属的区间，得到所述区间下的循环泵组合，选择出现频次大于其频次均值的循环泵组合，作为局部最优解，循环泵组合的频次均值是根据该循环泵组合在不同区间出现频次的总和与该循环泵组合所属区间的个数得到的；在所述分布图中，计算所述实时负荷和硫分对应的循环泵组合的点到所述不同的聚类区域的距离，选择距离最小的聚类区域的循环泵组合作为全局最优解；

当所述全局最优解包含在所述局部最优解中，则选择所述全局最优解的循环泵组合；否则，判断节能最优解的频次是否大于预设频次，如果是，则选择节能最优解的循环泵组合；否则，判断节能次优解的频次是否大于预设频次，如果是，则选择节能次优解的循环泵组合；否则，继续选择节能解中按功率从小到大排名第三的循环泵组合，判断该循环泵组合的频次是否大于预设频次，以此类推，直至遍历所有节能解；如果所述节能解均不满足条件，则选择所述局部最优解中出现频次最高的循环泵组合；

其中，所述节能解表示所述局部最优解中循环泵组合的功率小于所述全局最优解的循环泵组合功率的解集，所述节能最优解为循环泵组合功率最小的节能解。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

以特征数据作为输入数据，应用集成学习算法对所述特征数据建立模型，根据所述模型得到所述特征数据对应的切泵时刻；所述特征数据包括出口二氧化硫SO₂均值、出口SO₂瞬间值、负荷均值、负荷变化率、入口SO₂均值和入口SO₂变化率中的至少一种。

3.根据权利要求2所述的方法，其特征在于，所述应用集成学习算法对所述特征数据建立模型还包括：

计算所述特征数据和所述切泵时刻的相关系数，选择所述相关系数大于预设值的特征数据，将所述特征数据作为输入数据。

4.根据权利要求1所述的方法，其特征在于，计算所述实时负荷和硫分对应的循环泵组合的点到所述不同的聚类区域的距离包括：

应用线性回归算法拟合得到所述不同的聚类区域的趋势线，计算所述实时负荷和硫分对应的循环泵组合的点到所述不同的趋势线的距离。

5.根据权利要求4所述的方法，其特征在于，计算所述实时负荷和硫分对应的循环泵组合的点到所述不同的趋势线的距离还包括：

计算所述不同的趋势线的斜率平均值，得到穿过所述不同聚类区域的聚类中心的中心线，计算所述实时负荷和硫分对应的循环泵组合的点到所述中心线的距离；所述中心线的斜率为所述不同的趋势线的斜率平均值。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

搜集浆液流量、浆液密度、浆液pH值和供浆调阀开度中的至少一种数据，对所述数据进行概率密度分布统计，截取在指定区间分布的所述数据。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

搜集出口SO₂浓度的历史数据，筛选符合预设浓度的出口SO₂浓度的数据，并删除不满足预设浓度的出口SO₂浓度对应的循环泵组合。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

搜集烟气连续排放监测系统（Continuous Emission Monitoring System，CEMS）的吹扫状态、设备校正状态、设备故障状态和循环泵异常状态中的至少一种数据，设置所述数据的异常状态标识位，过滤异常状态下的所述数据。