[发明专利]一种基于大数据的余热锅炉节能潜力分析方法有效
申请号: | 201610894682.4 | 申请日: | 2016-10-13 |
公开(公告)号: | CN107944066B | 公开(公告)日: | 2020-11-27 |
发明(设计)人: | 戴毅茹;王坚;马瑶 | 申请(专利权)人: | 同济大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;G06N3/08;G06N3/12;G06F119/08 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 叶敏华 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于大数据的余热锅炉节能潜力分析方法,通过Hadoop大数据分析平台实现,所述Hadoop大数据分析平台包括数据层、业务层和表示层,所述方法包括下列步骤:数据层对余热锅炉数据进行采集和存储;业务层从存储的余热锅炉数据中选取锅炉主蒸汽流量作为输出,影响参数作为输入,构建三层BP神经网络模型;业务层训练三层BP神经网络,得到余热锅炉的工艺参数模型;业务层利用遗传算法寻优对工艺参数进行优化,得到余热锅炉最优的工艺参数组合;业务层计算对应的年节约吨标煤并得到余热锅炉的节能率,并通过表示层进行展示。与现有技术相比,本发明具有利用大数据平台得到的分析结果准确以及提高节能量等优点。 | ||
搜索关键词: | 一种 基于 数据 余热 锅炉 节能 潜力 分析 方法 | ||
【主权项】:
一种基于大数据的余热锅炉节能潜力分析方法,通过Hadoop大数据分析平台实现,所述Hadoop大数据分析平台包括数据层、业务层和表示层,其特征在于,所述方法包括下列步骤:1)数据层对余热锅炉数据进行采集和存储;2)业务层从存储的余热锅炉数据中选取锅炉主蒸汽流量作为输出,影响参数作为输入,构建三层BP神经网络模型;3)业务层确定三层BP神经网络模型的训练样本和检验样本,训练三层BP神经网络,得到余热锅炉的工艺参数模型;4)业务层以提高锅炉主蒸汽流量为目标,利用遗传算法寻优对工艺参数模型的工艺参数进行优化,得到余热锅炉最优的工艺参数组合;5)业务层根据得到的余热锅炉最优的工艺参数组合,计算对应的年节约吨标煤并得到余热锅炉的节能率,并通过表示层进行展示。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610894682.4/,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置