[发明专利]基于有序聚类离散化的脱硫系统SO2

摘要

本发明公开了一种基于有序聚类离散化的脱硫系统SO2出口浓度预测方法，包括从SIS历史数据库中采集脱硫系统相关参数的历史运行数据；以负荷、SO2进口浓度为条件对历史数据进行稳态判断筛选得到原始稳态样本；将原始稳态样本的SO2出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO2出口浓度均匀分布的稳态样本集；基于均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO2出口浓度预测模型。

主权项

1.一种基于有序聚类离散化的脱硫系统SO₂出口浓度预测方法，其特征在于，包括如下步骤：(1)、从SIS历史数据库中采集脱硫系统相关参数的历史运行数据，取数间隔为1min；其中相关参数包括负荷、SO₂进口浓度、浆液密度、pH值、液气比和SO₂出口浓度；(2)、以负荷、SO₂进口浓度为条件对历史数据进行稳态判断，筛选得到原始稳态样本；(3)、将原始稳态样本的SO₂出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；(4)、样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO₂出口浓度均匀分布的稳态样本集；(5)、基于SO₂出口浓度均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO₂出口浓度预测模型。