一种城市固废焚烧过程烟气含氧量实时预测方法技术

一种城市固废焚烧过程烟气含氧量实时预测方法涉及工业生产过程参数的数据驱动建模领域。针对城市固废焚烧过程烟气含氧量的测量仪器成本高、寿命短、精度不高等问题，本发明专利技术提出一种基于深度随机配置网络的烟气含氧量实时预测方法，实现烟气含氧量的精确估计；该方法通过剔除含异常值的样本、设计小规模的深度随机配置网络建立烟气含氧量的预测模型，并实现预测算法；解决了测量仪器不具备预测功能的问题，避免了深度随机配置网络因网络规模过大影响预测实时性的问题，降低了测量仪器的采购和维护成本，有利于烟气含氧量的实时监控。有利于烟气含氧量的实时监控。有利于烟气含氧量的实时监控。

【技术实现步骤摘要】
一种城市固废焚烧过程烟气含氧量实时预测方法


[0001]本专利技术涉及工业生产过程参数的数据驱动建模领域，更具体来说，本专利技术是一种城市固废焚烧过程烟气含氧量的实时预测方法。

技术介绍

[0002]随着世界人口的不断增长以及经济的不断发展，城市生活固废的问题日益突出。当下主流处理固废的方式有填埋、堆肥、焚烧等，其中填埋方式的占比最大，但未经无害化处理的固废会对环境造成不可逆的危害。相比于其它方式，焚烧是用来处理生活固废的最优方式，有害气体可以在高温的条件下分解，焚烧过程产生的热量可用于发电，性质稳定的灰烬则可以直接进行填埋处理。因此，焚烧是目前实现城市生活固废无害化处理的有效手段之一。在固废焚烧过程中，需要通过烟气含氧量对焚烧工况进行判断。当焚烧系统控制不当，导致烟气含氧量过大，就会导致排烟损失过大；而当烟气含氧量过低时，即风量不足，就会引起固废的不完全燃烧，降低热效率。因此，本专利技术在固废焚烧领域具有广泛的应用前景。
[0003]目前，固废焚烧过程烟气含氧量的测量主要是借助氧化锆传感器进行测量，由于该测量仪的成本较高，使用寿命短，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市固废焚烧过程烟气含氧量实时预测方法，其特征在于包括以下步骤：步骤1、剔除含异常值的样本，具体包括：(1)针对垃圾焚烧过程进行机理分析，将一次燃烧室温度均值x1、一次风流量x2、二次风流量x3、主蒸汽量x4、炉膛负压x5、主蒸汽压力x6、一次风机进口挡板开度x7、二次风机进口挡板开度x8、省煤器出口烟气压力x9、省煤器出口烟气温度x
10
作为输入变量，烟气含氧量则为输出变量；当历史数据集为{X,Y}，包含m个样本，其中X＝{x1,x2,
…
,x
10
}表示输入变量，Y表示烟气含氧量，以输入变量X为例，计算所有样本中每个输入变量的均值和标准差，其中，σ
j
是第j个输入变量的标准差；μ
j
是第j个输入变量的均值；n是输入变量总数，此处n为10；是第i个样本中第j个输入变量值；式(1)也同样适用于剔除输出变量Y中的异常值的过程；(2)计算所有样本中每个输入变量值的绝对误差，其中，是第i个样本中第j个输入变量值的绝对误差；(3)根据拉依达准则，对于满足如下条件的样本，即绝对误差大于3倍标准差的输入变量值属于异常值，应剔除该样本，步骤2、使用垃圾处理厂的历史数据集{X,Y}训练基于深度随机配置网络(deep stochastic configuration network,DSCN)预测模型，具体包括：(1)考虑隐节点和隐含层数增加会导致模型学习时间增加，可能会出现过拟合，并参考训练的数据集尺寸，DSCN参数设置如下：最大隐含层数量M，4≤M≤8；第k个(k＝1,2,...,M)隐含层最大节点个数最大配置次数T
max
，50≤T
max
≤100；期望误差ε；节点剪枝率阈值a，0≤a＜1；正则化序列γ，所有元素均大于0；初始化残差ε0＝[y
(1)
y
(2)
…
y
(m)
]
T
，隐节点的输出矩阵设置为空集，并给定空集Ω存放约束值ξ，空集W存放备选隐节点的权重w和偏置b；(2)配置备选隐性节点；在区间[
‑
λ,λ]和[
‑
λ,λ]
T
内随机配置T
max
组所有备选隐性节点的权重w和偏置b，其中λ随机取自序列γ；(3)分别计算所有备选节点的输出值表示方法如下：其中，g(
·
)表示Sigmoid激活函数；z
(0)
＝[x1,x2,
…
,x
10
]为模型输入层的输入，即历史数据集中输入变量X，表示其余隐含层的输入，其中表示第k个隐含层的...

【专利技术属性】
技术研发人员：严爱军，李佳乐，顾婷婷，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：