基于XGBoost优化的电厂锅炉运行控制方法技术

本发明专利技术涉及一种基于XGBoost优化的电厂锅炉运行控制方法，包括数据准备步骤，从历史数据中按预定的质量标准筛选状态数据并对状态数据做优化处理；模型训练步骤，使用经优化处理后的状态数据训练XGBoost模型；XGBoost模型中的单个样本中包括电厂锅炉一个连续时间段内的生产状态数据，XGBoost模型的训练目标为样本该连续时间段的下一时刻的燃料流量；优化控制步骤，使用训练好的模型预测下一时刻的预期燃料流量，并依据预期燃料流量调整阀门开度。本发明专利技术通过建立并训练基于历史数据的XGBoost模型可以挖掘历史数据中的规律，指导当下的锅炉生产控制。能够达到更好的预测效果，进而改善锅炉的燃料转化效率，降低能量损失，降低单位发电量的燃料消耗和碳排放。降低单位发电量的燃料消耗和碳排放。降低单位发电量的燃料消耗和碳排放。

【技术实现步骤摘要】
基于XGBoost优化的电厂锅炉运行控制方法


[0001]本专利技术涉及火力发电的发电锅炉运行控制
，具体涉及一种基于XGBoost优化的电厂锅炉运行控制方法。

技术介绍

[0002]火力发电目前为止仍然是我国主要的发电方式，电厂锅炉是火力电站的三大主机设备之一。锅炉的燃料转换效率是影响火力发电的转换效率的重要因素之一。目前在锅炉结构上的改进已经非常成熟，进一步改进所带来的性能提升非常有限。然而，现阶段以及未来一段时间，火力发电作为我国以及世界的主要电力供应来源的趣趋势不会发生变化，因此如何在现有锅炉等生产设备的基础上进一步提升锅炉的燃料转化效率，降低能量损失，降低单位发电量的燃料消耗和碳排放是现阶段提高火力发电技术水平的重要问题。
[0003]现有的火力发电厂出于生产安全以及自动化控制等需求，已经具有成熟的生产过程监控与记录功能，因此在长期的生产运行中积累了丰富的历史运行数据。这些数据在行业中目前还没有得到充分重视。大多都是停留在存储设备上以供对历史生产情况的回访与检查。作为新的生产要素之一，这些历史数据中潜藏着丰富的利用价值，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于XGBoost优化的电厂锅炉运行控制方法，其特征在于，包括如下步骤：S1、数据准备步骤，该步骤从历史数据中按预定的质量标准筛选出符合要求的状态数据并对状态数据做优化处理；S2、模型训练步骤，该步骤使用S1数据准备步骤中筛选出的经优化处理后的状态数据训练XGBoost模型；所述XGBoost模型中的单个样本中包括电厂锅炉在一个连续时间段内的生产状态数据，所述XGBoost模型的训练目标为电厂锅炉在样本所对应的连续时间段的下一时刻的燃料流量；S3、优化控制步骤，该步骤包括：S31、预测下一时刻的预期燃料流量步骤，将锅炉运行中截至当前时刻的一定时间间隔内的状态数据输入S2模型训练步骤中所得的XGBoost模型得到预测的下一时刻的预期燃料流量；S32、调整流量阀开度步骤，依据XGBoost模型预测的下一时刻的预期燃料流量控制调整燃料管道的阀门开度。2.如权利要求1所述的基于XGBoost优化的电厂锅炉运行控制方法，其特征在于，所述状态数据至少包括电厂锅炉的空气预热后温度、炉膛温度、烟气温度、燃气流量、空气流量以及燃气质量参考集。3.如权利要求1所述的基于XGBoost优化的电厂锅炉运行控制方法，其特征在于，所述S2模型训练步骤包括S21基础模型的建立步骤和S22模型参数的调整步骤；S21、基础模型的建立步骤中，以历史数据中一段连续时间段内的状态数据为样本，以该连续时间段的下一时刻的燃料流量为目标建立并训练基础模型；S22、模型参数的调整步骤中，基于S21基础模型的建立步骤所得到的基础模型通过调整其模型参数并进行交叉实验确定参数的最佳组合，其中待调整的模型参数包括模型粒度、模型树的最大深度、叶子树的宽度。4.如权利要求2所述的基于X...

【专利技术属性】
技术研发人员：王筱圃，闫子尧，张永强，蒋淡宁，钟智敏，张志杰，光超，潘福生，段彦兵，
申请(专利权)人：安徽首矿大昌金属材料有限公司，
类型：发明
国别省市：