【技术实现步骤摘要】
一种基于机器学习的磨煤机最佳制粉单耗时工况预测方法
本专利技术涉及磨煤机设备制粉单耗预测领域，具体涉及一种基于机器学习的磨煤机最佳制粉单耗时工况预测方法。
技术介绍
磨煤机是火力发电厂中燃煤锅炉制粉系统部分的重要设备，其主要功能是将原煤制备成颗粒状煤粉，通过一次热风将风和粉的混合输送至燃煤锅炉，促使燃煤锅炉更高效燃烧。制粉单耗是衡量磨煤机制粉系统工作效率的重要指标，在寻找最佳制粉单耗时磨煤机设备的工作状态方面，如果通过生产环境上的人工实验，会存在实验成本高、实验周期长、实验参数难以合理控制等缺点。目前针对磨煤机设备制粉单耗的预测以及寻找最佳制粉单耗时磨煤机设备的工作状态，缺少普适高效的工作方法和实验流程。随着机器学习的发展，机器学习的算法思想在具体的工程问题上提供很多有效的方法，这为解决磨煤机设备的制粉效率问题上提供了思路。
技术实现思路
本专利技术的目的在于解决实际磨煤机设备运作过程中制粉效率无法有效控制，寻找最佳制粉单耗时磨煤机设备的工作状态的实验成本高、实验周期长、实验参数难以合理控制等问题。
【技术保护点】
1.一种基于机器学习的磨煤机最佳制粉单耗时工况预测方法，其特征在于，包括以下步骤：/n步骤1，采集待预测磨煤机设备的原始数据，对所述原始数据进行处理，划分为训练集和验证集；/n步骤2，基于梯度提升树算法，构建初始预测模型；/n步骤3，将所述训练集输入所述初始预测模型进行模型训练，得到产出模型和特征重要度，基于所述验证集，对所述产出模型进行验证，得到验证指标，根据所述验证指标，对所述产出模型进行调整，得到训练好的模型；/n步骤4，根据所述特征重要度和训练集，构建测试集；/n步骤5，将所述测试集输入所述训练好的模型，得到最佳制粉单耗时的工况。/n
【技术特征摘要】
1.一种基于机器学习的磨煤机最佳制粉单耗时工况预测方法，其特征在于，包括以下步骤：
步骤1，采集待预测磨煤机设备的原始数据，对所述原始数据进行处理，划分为训练集和验证集；
步骤2，基于梯度提升树算法，构建初始预测模型；
步骤3，将所述训练集输入所述初始预测模型进行模型训练，得到产出模型和特征重要度，基于所述验证集，对所述产出模型进行验证，得到验证指标，根据所述验证指标，对所述产出模型进行调整，得到训练好的模型；
步骤4，根据所述特征重要度和训练集，构建测试集；
步骤5，将所述测试集输入所述训练好的模型，得到最佳制粉单耗时的工况。
2.根据权利要求1所述基于机器学习的磨煤机最佳制粉单耗时工况预测方法，其特征在于：
所述步骤1中，所述原始数据包括风量、煤量、电流、料位、平均出口温度、煤量偏差。
3.根据权利要求2所述基于机器学习的磨煤机最佳制粉单耗时工况预测方法，其特征在于：
所述步骤1中对所述原始数据进行处理，具体步骤包括：
步骤1-1.基于原始数据，筛选出有关参数数据，得到筛选后的数据；筛选后的数据为连续型数据和离散型数据，根据数据类型，对筛选后的数据进行填充，然后进行数据梳理和数据整合，得到预处理后的数据；
步骤1-2.对所述预处理后的数据中的风量、煤量、电流三个参数数据通过移动平均窗口做移动平均计算，得到移动平均后的风量、煤量、电流数据，然后将移动平均后的风量、煤量、电流数据替换预处理后的风量、煤量、电流数据，得到待筛选数据；
步骤1-3.根据移动平均后的风量、煤量、电流数据，计算制粉单耗目标值；
步骤1-4.基于稳定工作状态，对待筛选数据进行筛选，得到稳定运作时的数据；然后基于开机状态，对稳定运作时的数据再次进行筛选，得到待整合数据，将制粉单耗目标值和待整合数据进行整合，得到处理后数据；
步骤1-5，将处理...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。