锅炉燃烧含氧量建模方法技术

本发明专利技术公开了一种锅炉燃烧含氧量建模方法，先通过采集锅炉燃烧系统的总风量、总煤量、炉膛氧量的历史大数据作为原始数据，然后利用最优匹配增权法删选出表征系统特性的样本数据集，再在经典神经网络模型的基础上，利用贝叶斯算法进行改进，将权值作为整个权空间的概率分布，利用随机模拟的计算方法得到概率意义下的近似全局最优解，将权值寻优问题转化为求解正则误差函数最小值问题，最终获得锅炉燃烧含氧量建模结果。本发明专利技术能够使数据集得以简化，为大数据与智能辨识方法结合进行动态系统辨识提供了参考，实用性较强，对提高火电厂的燃烧效率具有重要的现实意义。

Modeling method of oxygen content in boiler combustion

The invention discloses a boiler combustion oxygen modeling method, the total air volume, first through the acquisition of the boiler combustion system, the total amount of coal oxygen historical data as the original data, the sample data and then use the optimal matching method of increasing power selects characterization of system characteristics, and then based on the classical neural network model. Improved Bayesian algorithm, the weighted probability as the weighted space distribution calculated by stochastic simulation method to get approximate global optimal solution of the sense of probability, the weight optimization problem is transformed into solving the regularization error function minimum problem, finally get the oxygen content in boiler combustion modeling results. The invention can simplify data sets, provide reference for large data and intelligent identification method combined with dynamic system identification, and has strong practicability, and has important practical significance for improving the combustion efficiency of thermal power plants.

【技术实现步骤摘要】
锅炉燃烧含氧量建模方法
本专利技术涉及信息控制
，特别是涉及一种锅炉燃烧含氧量建模方法。
技术介绍
截至2016年12月底，我国发电装机容量16.5亿千瓦，其中，水电3.32亿千瓦，占总装机容量的20％；火电10.53亿千瓦，占总装机容量的64％；核电0.34亿千瓦，占总装机容量的2％；并网风电1.48亿千瓦，占总装机容量的9％；并网光伏0.77亿千瓦，占总装机容量的5％。火力发电依然是我国主要的发电形式，然而，随着经济进入新常态，面对资源和环境的双重约束，火电行业面临的形式越来越严峻。2016年4月份，国家发改委、国家能源局围绕“淘汰煤电落后产能”、“促进我国煤电有序发展”、“建设煤电建设风险预警机制”连发三文，更是意味着火力发电技术的转型升级迫在眉睫，必须进入清洁高效的发展阶段，才能适应时代与社会的发展。近年来，智能制造在火力发电热度高涨，大数据是各领域研究的热点方向，其目标之一是根据数据分析结果自动调整控制策略和管理方式，来保证火电机组正常运行，使电厂生产长期处于安全、经济和环保运行状态中。锅炉燃烧系统作为火电厂能源消耗的主要设备，其出口烟气含氧量能直观的反映出燃烧效率。本文档来自技高网...

【技术保护点】
一种锅炉燃烧含氧量建模方法，其特征在于，包括：(1)原始数据的采集采集锅炉燃烧系统的总风量、总煤量、炉膛氧量的历史大数据作为原始数据，建立总风量、总煤量、炉膛氧量的函数关系，获得原样本数列；(2)利用最优匹配增权法删选出表征系统特性的样本数据集采用近邻法选出待定样本集；以所述待定样本集作为滑动窗口遍历所述原样本数列，得到一组滑动相似度；利用所述滑动相似度形成最优权重，加权得到不等长序列的相似度；根据所述相似度的大小对所述原样本数列和所述待定样本集进行关联判决，并作为修正近邻法的距离值的依据，以删选出与所述原始数据关联度最大的样本，作为所述样本数据集；(3)根据所述样本数据集利用贝叶斯改进的神经...

【技术特征摘要】
1.一种锅炉燃烧含氧量建模方法，其特征在于，包括：(1)原始数据的采集采集锅炉燃烧系统的总风量、总煤量、炉膛氧量的历史大数据作为原始数据，建立总风量、总煤量、炉膛氧量的函数关系，获得原样本数列；(2)利用最优匹配增权法删选出表征系统特性的样本数据集采用近邻法选出待定样本集；以所述待定样本集作为滑动窗口遍历所述原样本数列，得到一组滑动相似度；利用所述滑动相似度形成最优权重，加权得到不等长序列的相似度；根据所述相似度的大小对所述原样本数列和所述待定样本集进行关联判决，并作为修正近邻法的距离值的依据，以删选出与所述原始数据关联度最大的样本，作为所述样本数据集；(3)根据所述样本数据集利用贝叶斯改进的神经网络模型进行训练后建立出系统模型将权值作为整个权空间的概率分布，所述样本数据集的原始分布为先验分布，进行数据训练之后构造后验分布，将分析问题转化为概率模型，利用随机模拟的计算方法得到概率意义下的近似全局最优解，将权值寻优问题转化为求解正则误差函数最小值问题，以获得锅炉燃烧含氧量建模结果。2.根据权利要求1所述锅炉燃烧含氧量建模方法，其特征在于，所述采用近邻法选出待定样本集的步骤包括：在所述原始数据中按相同间隔选取n个数据组，每个所述数据组均包含当前时间点总煤量、总风量、炉膛氧量三个特征，并存储为初始训练样本集Xi；当输入新的测试样本xi时，根据以下公式计算所述测试样本xi与所述初始训练样本集Xi中的每个初始训练样本之间的欧式距离Ed：当测试样本xi与Xi的欧氏距离为一预设的较小值α时，判定所述初始训练样本集Xi中已存在xi的近邻值，xi不需要加入训练样本集Xi；反之，当测试样本xi与Xi的欧氏距离不等于所述较小值α时，则判定所述测试样本可以体现不同的系统特...

【专利技术属性】
技术研发人员：何钧，刘宝玲，彭道刚，梅兰，鄢波，刘世彬，
申请(专利权)人：国网江西省电力公司电力科学研究院，国家电网公司，上海电力学院，上海厚尚电力科技有限公司，
类型：发明
国别省市：江西,36