基于神经网络的电站锅炉排烟温度超前预测系统及方法技术方案

本发明专利技术是一种锅炉排烟温度超前预测系统及方法，属于电站锅炉技术领域，目的是为了解决排烟温度很难通过建立机理模型准确地实时估计、无法超前预测等现有技术存在的问题。该系统包括模型建立模块、选取模块、模型训练模块和预测模块；模型建立模块负责建立人工神经网络模型；选取模块负责选出节点并求取节点数；模型训练模块负责将负责采集历史数据从而训练模型；预测模块负责判断训练后的模型参数实现超前预测排烟温度，利用历史数据分析进行过程参数预测及在线模型校正，并实现对排烟温度的动态超前预测；其次，可以实现对壁温超前动态预测，保证了机组运行状态偏离预警，大大提高了机组运行水准。

【技术实现步骤摘要】
基于神经网络的电站锅炉排烟温度超前预测系统及方法
本专利技术是一种锅炉排烟温度超前预测系统及方法，属于电站锅炉

技术介绍
目前，火电仍然是我国占比最大的发电方式，其中锅炉技术历经十几年的发展，通过不断改进、总结和完善，目前已经非常成熟。而随着社会发展和进步，对电站锅炉改善和优化运行效率、深度节能减排提出了更高的要求。其中，排烟温度是电站锅炉中影响运行经济性的关键参数，必须控制在规定范围内。然而，排烟温度主要受到漏风、制粉系统运行状况、受热面积灰、环境大气温度高等多种因素的影响；同时由于大容量锅炉机组经常处于深度调峰大幅变工况运行，排烟温度是一个典型的非线性、大惯性、大时延的被控对象。因此，排烟温度很难通过建立机理模型准确地实时估计，更不用说超前预测。
技术实现思路
为了解决排烟温度很难通过建立机理模型准确地实时估计、无法超前预测等现有技术存在的问题，本专利技术提出一种基于神经网络的电站锅炉排烟温度超前预测系统，具体的技术方案如下：方案一：该系统包括模型建立模块、选取模块、模型训练模块和预测模块；...

【技术保护点】
1.基于神经网络的电站锅炉排烟温度超前预测系统，其特征在于：电站锅炉排烟温度超前预测系统包括模型建立模块、选取模块、模型训练模块和预测模块；/n模型建立模块负责建立人工神经网络模型；/n选取模块负责选出节点并求取节点数；/n模型训练模块负责将负责采集历史数据从而训练模型；/n预测模块负责判断训练后的模型参数实现超前预测排烟温度。/n

【技术特征摘要】
1.基于神经网络的电站锅炉排烟温度超前预测系统，其特征在于：电站锅炉排烟温度超前预测系统包括模型建立模块、选取模块、模型训练模块和预测模块；
模型建立模块负责建立人工神经网络模型；
选取模块负责选出节点并求取节点数；
模型训练模块负责将负责采集历史数据从而训练模型；
预测模块负责判断训练后的模型参数实现超前预测排烟温度。


2.基于神经网络的电站锅炉排烟温度超前预测方法，是根据权利要求1所述的系统为基础而实现的，其特征在于：具体方法步骤如下：
步骤一：所述的模型建立模块负责建立人工神经网络模型；确定预测模型输入输出及关键模型参数；
步骤二：所述的选取模块负责选取输入层节点和输出层节点，求取隐含层节点数；
步骤三：所述的模型训练模块用于采集历史数据从而训练模型；
步骤四：所述的预测模块负责判断训练后的模型参数，实现超前预测排烟温度。


3.根据权利要求2所述的基于神经网络的电站锅炉排烟温度超前预测方法，其特征在于：步骤一中所述的模型建立人工神经网络模型：具体步骤如下：
步骤一一，所述的人工神经网络具有一个输入层、一个输出层和一个隐含层，其中，输入包括影响壁温的总煤量、总风量、主给水流量、锅炉给水阀入口压力、锅炉给水阀入口温度、末级过热器出口压力、末级过热器出口温度、再热器出口压力、再热器出口温度和二次风调节挡板位置，将这些变量作为模型因子；
步骤一二，根据上述影响...

【专利技术属性】
技术研发人员：于彬，康达，张春伟，张绍睿，
申请(专利权)人：哈电发电设备国家工程研究中心有限公司，
类型：发明
国别省市：黑龙江;23