一种基于FT-LSTM-XGBoost算法的脱硫智能预测系统技术方案

本发明专利技术涉及人工智能研究技术领域，具体涉及一种基于FT‑LSTM‑XGBoost算法的脱硫智能预测系统，包括数据采集模块、数据预处理模块、特征工程模块、模型训练模块、模型融合模块以及控制执行模块，其中,所述数据采集模块实时监控采集脱硫过程中的多维参数；所述数据预处理模块对采集的多维参数进行预处理；所述特征工程模块形成与脱硫相关的最终特征集合；所述模型训练模块采用傅里叶变换、长短期记忆网络和极限梯度提升树训练脱硫预测模型；所述模型融合模块得到融合后的预测结果；所述控制执行模块实时对脱硫系统整体的运行参数进行调整；本发明专利技术，具有高精度的预测能力，从而确保脱硫效果的精确控制。

【技术实现步骤摘要】

本专利技术涉及人工智能研究，尤其涉及一种基于ft-lstm-xgboost算法的脱硫智能预测系统。

技术介绍

1、能源结构和电力生产发生巨大改变，尤其煤电行业作为应急、保供、调节性电源在负荷多变甚至启停调峰等工况下，迫切需要将传统运行、管理、调控转变为数据驱动、精细化管理和智慧调控，确保煤电机组在深度调峰运行模式下的安全可控、绿色低碳、经济高效和灵活运行。

2、目前燃煤电厂超低排放设施现阶段基本处于传统人工控制运行和管理阶段，依赖于一线工人经验和传感器实时采集值来对环保设施进行操作控制，现有运行和管理方式难以适应未来持续低负荷和快速变负荷的新常态，石灰石湿法脱硫系统复杂，运行工况恶劣，脱硫系统运行关键参数：石膏浆液ph值，净烟气so2在线检测值等参数具有大时滞、非线性和强耦合的特点，并且当前运行过程自动化水平低，协同联系差，维护工作量大等问题导致浆液ph值和烟气so2排放精准控制难度较大，锅炉侧以及脱硫整个工艺段积攒了海量数据，数据挖掘价值极大，大量历史数据可有效支撑构建环保设施智能化自主运行模型，提高运行水平，实现灵活运行和节能降碳，以满足深本文档来自技高网...

【技术保护点】

1.一种基于FT-LSTM-XGBoost算法的脱硫智能预测系统，其特征在于，包括数据采集模块、数据预处理模块、特征工程模块、模型训练模块、模型融合模块以及控制执行模块，其中：

2.根据权利要求1所述的一种基于FT-LSTM-XGBoost算法的脱硫智能预测系统，其特征在于，所述数据采集模块包括：

3.根据权利要求2所述的一种基于FT-LSTM-XGBoost算法的脱硫智能预测系统，其特征在于，所述数据预处理模块包括：

4.根据权利要求3所述的一种基于FT-LSTM-XGBoost算法的脱硫智能预测系统，其特征在于，所述特征工程模块包括：

...

【技术特征摘要】

1.一种基于ft-lstm-xgboost算法的脱硫智能预测系统，其特征在于，包括数据采集模块、数据预处理模块、特征工程模块、模型训练模块、模型融合模块以及控制执行模块，其中：

2.根据权利要求1所述的一种基于ft-lstm-xgboost算法的脱硫智能预测系统，其特征在于，所述数据采集模块包括：

3.根据权利要求2所述的一种基于ft-lstm-xgboost算法的脱硫智能预测系统，其特征在于，所述数据预处理模块包括：

4.根据权利要求3所述的一种基于ft-lstm-xgboost算法的脱硫智能预测系统，其特征在于，...

【专利技术属性】
技术研发人员：汤光华，王佳瑞，邢好，
申请(专利权)人：南京英利菲数智科技有限公司，
类型：发明
国别省市：