[发明专利]城市生活垃圾焚烧炉炉温预报方法

说明书

城市生活垃圾焚烧炉炉温预报方法，涉及城市生活垃圾焚烧过程关键参数预报技术领域，通过各段炉排速度、一次风流量、二次风流量、风机压力等输入变量预报垃圾焚烧炉炉温，指导现场操作人员及时准确判断炉温的变化趋势，主要包括如下步骤：(1)设计用于建立城市生活垃圾焚烧炉炉温预报模型的异构特征集；(2)数据预处理；(3)基于步骤1的异构特征集划分炉排温度基模型的训练集；(4)基于步骤1确定炉温二次学习模型的训练集；(5)参数初始化；(6)采用正则化随机配置网络算法构建炉排温度基模型和炉温的二次训练模型；(7)对炉温二次训练模型的输出进行反标准化处理。

技术领域

本发明涉及城市生活垃圾焚烧过程关键参数预报技术领域，更具体来说，本发明是一种城市生活垃圾焚烧炉炉温预报方法。

背景技术

垃圾焚烧发电技术可以实现城市生活垃圾的无害化、减量化和资源化，因此，该技术已经成为我们处理城市生活垃圾的主要方式之一。值得注意的是，一方面，受我国城市生活垃圾组分以及国民生活习惯影响，焚烧过程温度的变化难以准确预测。另一方面，由于焚烧过程具有较强的滞后性，现场操作人员难以及时判断炉温的变化趋势，从而可能导致炉温处于失控状态。准确预报焚烧炉炉温可以为城市生活垃圾焚烧过程的稳定控制提供指导。因此，本发明的研究成果具有重要的现实意义。

焚烧炉炉温，通常指一燃室烟气的平均温度，是决定焚烧过程是否合理的关键指标之一。当焚烧炉炉温低于850℃时，焚烧过程会产生具有高致癌性的二噁英气体。而炉温过高会导致焚烧炉产生结焦、设备损坏等故障。由此可见，将焚烧炉炉温控制在合理范围内是十分必要的。准确预报焚烧炉炉温可以指导现场操作人员调整进料量、炉排速度、一次风流量等操作变量，从而保证焚烧炉炉温处于正常的运行范围之内。

目前，城市生活垃圾焚烧炉炉温的预报方法主要包括机理预报模型和数据预报模型两类。机理预报模型根据焚烧炉内的质量守恒、能量守恒等物理化学反应建立关于炉温的数学模型。然而，由于焚烧过程具有的强非线性和强耦合性，机理模型的预报准确性难以保证。随着传感器技术的大力发展，基于数据的预报模型得到了极大的应用，如：BP神经网络、支持向量回归等。然而，由于BP神经网络存在收敛速度慢、容易陷入局部最优等问题以及支持向量回归对于大样本处理能力不佳等问题，上述方法建立的炉温预报模型仍存在一定的局限性。

随机配置网络作为一种新兴的数据驱动建模方法，对非线性映射关系具有万能逼近性质，且网络结构采用递增式的方法构建，从而极大地避免了人工设定对模型性能的影响。另外，由于随机配置网络隐含层输入权重和偏置均通过监督机制随机生成，从而保证模型具有极快的训练速度。因此。该方法在参数预测领域得到了有效应用。然而，由于焚烧过程中影响炉温变量的特征变量众多，采用单个随机配置网络模型预测炉温可能存在网络结构复杂、模型泛化能力不佳的问题。因此，在面对高维的焚烧过程特征变量时，研究一种泛化能力强的焚烧炉炉温预报方法是十分必要的。

发明内容

针对上述问题，本发明提供了一种基于二次训练集成随机配置网络的城市生活垃圾焚烧焚烧炉炉温预报方法，可以根据炉排速度、一次风量、二次风量等输入变量预报焚烧炉炉温，从而为焚烧过程的稳定控制提供指导。

为达到上述目的，本发明采用如下技术方案：

城市生活垃圾焚烧炉炉温预报方法，其特征在于，包括以下步骤：

(1)设计用于建立城市生活垃圾焚烧炉炉温预报模型的异构特征集：