【技术实现步骤摘要】
本专利技术涉及机器学习领域，具体而言，涉及一种母管压力预测方法、装置、非易失性存储介质及电子设备。
技术介绍
1、循环流化床锅炉是为工业生产提供电能和热能的主要设备，设备应用广，体量大。在循环流化床的运行过程中，根据外界负荷指令来整体协调锅炉和汽轮机组的控制是一项重要的任务。现有的控制方法包括人工控制和自动控制两种，主要控制目标是母管压力的稳定，即锅炉的供热与外界负荷需求匹配。
2、但是，目前无论是人工控制还是自动控制都采用反馈调节，都是在母管压力偏离设定值一定范围后才进行调节，由于燃料煤的燃烧放热过程缓慢，基于这种反馈调节的方式在大负荷波动的情况下往往难以将母管压力控制稳定。
3、预测控制是解决大时滞系统控制难题的一种有效方法，然而由于锅炉系统是典型的非线性、强耦合系统，传统的预测算法难以完成母管压力的精准预测。
4、针对上述传统的预测算法无法对母管压力进行精准预测的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种母管压力预测方法、装置、非易失性存储介质及电子设备，以至少解决传统的预测算法无法对母管压力进行精准预测的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种母管压力预测方法，包括：获取循环流化床锅炉在回溯窗口内的特征变量集合，其中，所述回溯窗口包括：多个样本时刻，所述特征变量集合包括：每个所述样本时刻对应的多个变量维度的特征变量；使用第一分析模型在时间维度对多个所述特征变量进行注意力计
3、可选地，获取循环流化床锅炉在回溯窗口内的特征变量集合包括：获取所述循环流化床锅炉在历史运行时段内的多个运行数据，其中，所述历史运行时段包括：多个历史时刻，多个所述运行数据包括：每个所述历史时刻对应的多个变量维度的变量数据，所述变量数据为所述循环流化床锅炉的母管压力值的影响因素；在所述历史运行时段中，确定所述回溯窗口覆盖的多个所述历史时刻为所述样本时刻；在多个所述运行数据中提取所述样本时刻对应的多个变量维度的变量数据，得到所述特征变量集合，其中，所述特征变量根据所述变量数据确定。
4、可选地，在获取循环流化床锅炉在回溯窗口内的特征变量集合之后，所述方法还包括：使用归一化模型对所述特征变量集合进行归一化处理，得到多个第一变量，其中，所述归一化模型采用预先训练的规范化模型，用于根据所述回溯窗口的窗口长度值确定所述特征变量集合中每个所述特征变量对应的第一变量，所述窗口长度值根据所述回溯窗口内所述样本时刻的数量确定。
5、可选地，在使用归一化模型分析对所述特征变量集合进行归一化处理，得到多个第一变量之后，所述方法还包括：将多个所述第一变量按照对应的样本时刻进行排列，得到特征变量队列；将所述特征变量队列分割为多个时间块，其中，每个所述时间块中包括：第一数量的样本时刻，和每个所述样本时刻对应的多个变量维度的第一变量。
6、可选地，将所述特征变量队列分割为多个时间块包括：以队首为起点，将所述特征变量队列按照所述第一数量的样本时刻进行分割，得到所述时间块；检测所述特征变量队列的队尾所在时间块中是否存在所述第一数量的样本时刻；在所述特征变量队列的队尾所在时间块中不存在所述第一数量的样本时刻的情况下，使用预设常数补齐所述队尾所在时间块。
7、可选地，在将所述特征变量队列分割为多个时间块之后，所述方法还包括：确定每个所述时间块对应的位置编码；将每个所述时间块映射成对应的隐变量块，其中，所述隐变量块包括：第二数量的时间维度，和每个所述时间维度对应的多个变量维度的第一变量；为每个所述隐变量块嵌入对应的位置编码，得到第一变量块；对每个所述第一变量块中多个所述时间维度的第一变量进行特征展平，得到多个时间步对应的第二变量块，其中，所述第二变量块包括：所述时间步对应的多个变量维度的第二变量，每个所述第二变量块存在对应的时间步。
8、可选地，在对每个所述第一变量块进行特征展平，得到每个时间步对应的第二变量块之后，所述方法还包括：使用第一残差模型对每个所述时间步对应的所述第二变量块进行分析，得到每个所述时间步的比例系数，其中，所述第一残差模型为预先训练的门控残差网络模型；使用第二残差模型对每个所述时间步对应的所述第二变量块映射为第三变量块，其中，所述第三变量块包括：第三数量的时间维度，和每个所述时间维度对应的多个变量维度的第三变量，其中，所述第二残差模型为预先训练的门控残差网络模型；确定多个所述时间步的所述第三变量块与对应的所述比例系数的乘积，得到多个所述时间步在多个变量维度上的特征变量，其中，多个所述时间步在所述回溯窗口内。
9、根据本专利技术实施例的另一方面，还提供了一种母管压力预测装置，包括：获取模块，用于获取循环流化床锅炉在回溯窗口内的特征变量集合，其中，所述回溯窗口包括：多个样本时刻，所述特征变量集合包括：每个所述样本时刻对应的多个变量维度的特征变量；第一计算模块，用于使用第一分析模型在时间维度对多个所述特征变量进行注意力计算，得到多个第一特征向量，其中，所述第一分析模块为预先训练的采用多头自注意力机制的转换器模型；第二计算模块，用于使用第二分析模型在变量维度对多个所述第一特征向量进行注意力计算，得到多个第二特征向量，其中，所述第二分析模块为预先训练的采用多头自注意力机制的转换器模型；输出模块，用于依据多个预设特征向量与预设时刻的预测压力值之间的映射关系，输出预测窗口内多个预测时刻的预测压力值，其中，所述预设特征向量包括：所述第二特征向量，所述预设时刻包括：所述预测时刻，所述回溯窗口的时间长度大于所述预测窗口。
10、根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质用于存储程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述母管压力预测方法。
11、根据本专利技术实施例的另一方面，还提供了一种电子设备，包括：存储器和处理器，所述处理器用于运行存储在所述处理器中的程序，其中，所述程序运行时执行上述母管压力预测方法。
12、在本专利技术实施例中，获取循环流化床锅炉在回溯窗口内的特征变量集合，其中，回溯窗口包括：多个样本时刻，特征变量集合包括：每个样本时刻对应的多个变量维度的特征变量；使用第一分析模型在时间维度对多个特征变量进行注意力计算，得到多个第一特征向量，其中，第一分析模块为预先训练的采用多头自注意力机制的转换器模型；使用第二分析模型在变量维度对多个第一特征向量本文档来自技高网...
【技术保护点】
1.一种母管压力预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取循环流化床锅炉在回溯窗口内的特征变量集合包括：
3.根据权利要求1所述的方法，其特征在于，在获取循环流化床锅炉在回溯窗口内的特征变量集合之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，在使用归一化模型分析对所述特征变量集合进行归一化处理，得到多个第一变量之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，将所述特征变量队列分割为多个时间块包括：
6.根据权利要求4所述的方法，其特征在于，在将所述特征变量队列分割为多个时间块之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，在对每个所述第一变量块进行特征展平，得到每个时间步对应的第二变量块之后，所述方法还包括：
8.一种母管压力预测装置，其特征在于，包括：
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质用于存储程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中
10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述处理器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述母管压力预测方法。
...【技术特征摘要】
1.一种母管压力预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取循环流化床锅炉在回溯窗口内的特征变量集合包括：
3.根据权利要求1所述的方法，其特征在于，在获取循环流化床锅炉在回溯窗口内的特征变量集合之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，在使用归一化模型分析对所述特征变量集合进行归一化处理，得到多个第一变量之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，将所述特征变量队列分割为多个时间块包括：
6.根据权利要求4所述的方法，其特征在于，在将所述特征变量队列分割为多个...
【专利技术属性】
技术研发人员：丁文越，吴哲峰，姚恩，
申请(专利权)人：中控技术股份有限公司，
类型：发明
国别省市：
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。