[发明专利]一种燃煤锅炉燃烧效率在线测量方法有效

专利信息
申请号: 201810107733.3 申请日: 2018-02-02
公开(公告)号: CN108182553B 公开(公告)日: 2022-04-01
发明(设计)人: 唐振浩;吴笑妍;曹生现 申请(专利权)人: 东北电力大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06
代理公司: 沈阳东大知识产权代理有限公司 21109 代理人: 李运萍
地址: 132012 *** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出一种燃煤锅炉燃烧效率在线测量方法,获取锅炉生产过程的过程参数,计算相应时刻锅炉燃烧效率;采用Boosted tree方法确定特征提取后的标准化过程参数集合;采用K‑邻近值分类器对特征提取后的标准化过程参数集合进行工况分类;针对各类工况数据集:建立各类工况的LS‑SVM测量模型,采用差分进化算法对各类工况的LS‑SVM测量模型进行优化,得到最终优化后的各类工况的锅炉燃烧效率的LS‑SVM测量模型;采用各类工况的锅炉燃烧效率的LS‑SVM测量模型对燃煤锅炉燃烧效率进行测量;该方法能够根据相关变量实现高精度数据驱动建模得到实时锅炉燃烧效率,能够满足生产要求。
搜索关键词: 一种 燃煤 锅炉 燃烧 效率 在线 测量方法
【主权项】:
1.一种燃煤锅炉燃烧效率在线测量方法,其特征在于,包括以下步骤:步骤1:通过火电厂厂级监控信息系统获取锅炉生产过程的过程参数,并根据机理模型计算相应时刻锅炉燃烧效率,得到锅炉生产过程的数据集合DATA={Xk,Tk|k=1,...,K},其中,Xk∈Rn为第k个样本中的过程参数,Tk为第k个样本的锅炉燃烧效率,K为数据集合中样本数量,n为过程参数维数;步骤2:采用转换函数对锅炉生产过程的数据集合的过程参数进行标准化处理,得到标准化后的数据集合SDATA={Sk,Tk|k=1,...,K},其中,Sk∈Rn为第k个样本中的标准化过程参数;步骤3:采用Boosted tree方法确定标准化后的过程参数的重要性,提取重要性大于重要性阈值γ的过程参数,得到特征提取后的标准化过程参数集合CDATA={Ck,Tk|k=1,...,K},其中,为特征选取后的第k个样本中的标准化过程参数,nc为特征提取后的标准化过程参数的维数;步骤4:采用K‑邻近值分类器对特征提取后的标准化过程参数集合CDATA进行工况分类,得到各类工况数据集LDATAi={Lp(i),Tp(i)|p(i)=1,...,P(i)},并将各类工况数据集LDATAi划分为训练数据集xLDATAi={Lh(i),Th(i)|h(i)=1,...,H(i)}和测试数据集cLDATAi={Le(i),Te(i)|e(i)=1,...,E(i)};其中,i=1,2,...,I,I为工况数量,为第i类工况第p个样本中的过程参数,Tp(i)为第i类工况第p个样本中的锅炉燃烧效率,P(i)为第i类工况数据集合样本数量,h(i)为第i类工况训练数据集中的第h个样本编号,H(i)为第i类工况训练数据集合样本数量,e(i)为第i类工况测试数据集中的第e个样本编号,E(i)为第i类工况测试数据集合样本数量;为训练数据集中第i类工况第h个样本中的过程参数,Th(i)为训练数据集中第i类工况第h个样本中的锅炉燃烧效率,为测试数据集中第i类工况第e个样本中的过程参数,Te(i)为测试数据集中第i类工况第e个样本中的锅炉燃烧效率;步骤5:针对各类工况数据集:将各类工况训练数据集xLDATAi作为输入,建立各类工况的LS‑SVM测量模型,采用差分进化算法对各类工况的LS‑SVM测量模型进行优化,采用测试数据集cLDATAi对优化的LS‑SVM测量模型进行测试,得到最终优化后的各类工况的锅炉燃烧效率的LS‑SVM测量模型;步骤6:保存优化后的各类工况的锅炉燃烧效率的LS‑SVM测量模型;步骤7:实时读取锅炉生产过程的过程参数的在线测量值,采用各类工况的锅炉燃烧效率的LS‑SVM测量模型对燃煤锅炉燃烧效率进行测量;步骤7‑1:实时读取锅炉生产过程的过程参数的在线测量值,采用转换函数对锅炉生产过程的过程参数进行标准化处理,得到标准化后的过程参数步骤7‑2:根据标准化后的过程参数与各类工况的聚类中心距离进行归类,输入确定工况类别的优化后的锅炉燃烧效率的LS‑SVM测量模型中,获取锅炉燃烧效率的在线测量值。
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东北电力大学,未经东北电力大学许可,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/201810107733.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top