-
公开(公告)号:CN104807039B
公开(公告)日:2017-01-11
申请号:CN201510198128.8
申请日:2015-04-23
申请人: 华北电力大学
IPC分类号: F23N5/00
摘要: 本发明属于热工技术和人工智能交叉技术领域,涉及一种锅炉燃烧优化的变量降维建模方法。本发明选择扰动变量DV(Disturbance Variables)和控制变量MV(Manipulated Variables)作为模型的辅助变量,要预测的被控变量CV(Controlled Variables)作为模型的输出,选择历史运行数据作为初始训练样本,利用主成分分析(Principal Component Analysis)对模型的扰动变量DV进行特征提取,实现输入变量的降维,将提取的特征变量与控制变量MV一同作为模型的输入,利用LSSVM(Least Squares Support Vector Machine)建立锅炉的被控变量模型。本发明通过对输入变量的降维,可以有效地提高模型的预测精度和泛化能力,能够实现对被控变量的精确预测,对电站锅炉的燃烧优化控制有重要的意义。
-
公开(公告)号:CN103729569A
公开(公告)日:2014-04-16
申请号:CN201410025040.1
申请日:2014-01-20
申请人: 华北电力大学
IPC分类号: G06F19/00
摘要: 本发明提供一种基于最小二乘支持向量机及在线更新的电站锅炉烟气软测量系统,属于热工技术和人工智能交叉技术领域。该系统选择电站锅炉有关运行和状态参数作为模型的输入,要预测的烟气成分含量作为模型的输出,选取历史运行数据作为初始训练样本,利用最小二乘支持向量机方法建立烟气排放的初始模型。另外,基于对烟气排放时变特性的分析,提出了基于样本替换和样本追加的更新策略,并采用删减样本和增加样本两种模式以增量的形式来实现参数的求解和模型的更新。本发明提出的最小二乘支持向量机及在线更新软测量系统随着过程特性的变化自适应地改进模型性能,能够实现对烟气排放的精确预测,对电站锅炉的安全和优化运行有重要的意义。
-
公开(公告)号:CN103729567A
公开(公告)日:2014-04-16
申请号:CN201410024913.7
申请日:2014-01-20
申请人: 华北电力大学
IPC分类号: G06F19/00
摘要: 本发明提供一种基于缓冲块时序设计的热工软测量模型更新系统,属于热工技术和人工智能交叉技术领域。该系统选择辅助变量作为模型的输入,要预测的关键变量作为模型的输出,选取历史运行数据建立初始软测量模型;利用缓冲块来设计更新时序,将最新采样的数据样本暂存入缓冲块中,当缓冲块存储满后,再判断模型性能,决定是否进行更新模型;在模型更新时并非针对当前时刻的样本进行,而是对缓冲块中的样本进行逐个更新。本发明提出的缓冲块时序设计更新系统,减少了测量噪声以及离群样本对模型性能的影响,从而避免因采集样本中的噪声和干扰而触发模型更新,同时使更新模块在实际工程中应用成为可能,而且也降低了更新频率,减少了计算时间。
-
公开(公告)号:CN103714262A
公开(公告)日:2014-04-09
申请号:CN201410024860.9
申请日:2014-01-20
申请人: 华北电力大学
IPC分类号: G06F19/00
摘要: 本发明提供一种基于缓冲块时序设计的热工软测量模型更新方法,属于热工技术和人工智能交叉技术领域。该方法选择辅助变量作为模型的输入,要预测的关键变量作为模型的输出,选取历史运行数据建立初始软测量模型;利用缓冲块来设计更新时序,将最新采样的数据样本暂存入缓冲块中,当缓冲块存储满后,再判断模型性能,决定是否进行更新模型;在模型更新时并非针对当前时刻的样本进行,而是对缓冲块中的样本进行逐个更新。本发明提出的缓冲块时序设计更新方法,减少了测量噪声以及离群样本对模型性能的影响,从而避免因采集样本中的噪声和干扰而触发模型更新,同时使更新模块在实际工程中应用成为可能,而且也降低了更新频率,减少了计算时间。
-
公开(公告)号:CN114065100B
公开(公告)日:2024-06-14
申请号:CN202111334994.7
申请日:2021-11-11
申请人: 国网河北能源技术服务有限公司 , 国家电网有限公司 , 国网河北省电力有限公司电力科学研究院 , 华北电力大学
IPC分类号: G06F17/10 , G06F18/23213 , G06Q10/04 , G06Q50/06 , G06Q50/26
摘要: 本发明提供了一种锅炉氮氧化物排放量控制方法、终端及存储介质,包括:根据历史数据获取多个数据样本,每个数据样本的输入参数为锅炉的工作状态参数,包括可调参数和不可调参数,输出参数为NOx排放量的值;根据每个数据样本的输入参数对多个数据样本进行聚类,得到t个子集,通过每个子集分别对预设模型进行训练,得到t个子模型;根据给定工况下锅炉的不可调参数,在t个子模型中确定目标模型;以锅炉的出口NOx排放量最低确定目标函数,根据目标函数和目标模型对锅炉的可调参数寻优,得到锅炉的可调参数的优化值。本发明能够优化锅炉运行参数,以降低NOx的排放量。
-
公开(公告)号:CN112420133B
公开(公告)日:2024-01-26
申请号:CN202011302547.9
申请日:2020-11-19
申请人: 华北电力大学 , 中科德天(北京)科技有限公司
摘要: 本发明公开了一种火电机组SCR脱硝系统的建模方法及系统。本发明的建模方法利用MATLAB的强大的数据分析能力,在MATLAB中搭建粒子群优化算法,基于运行数据,确定SCR脱硝系统模型的最优参数,克服了现有的建模方法中没有考虑实际运行过程中的因素,导致的参数精度低、模型失配的技术缺陷,并无需根据微分方程组进行参数辨识,降低了参数确定的复杂度。本发明降低了火电机组SCR脱硝系统模型的建立的复杂度,并提高了建立的火电机组SCR脱硝系统模型的精准性。(56)对比文件何瞳.火电厂SCR脱硝系统建模与优化控制研究《.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2020,第19页最后1段、第13页最后1段至第14页第1段、第17页2.4.2 机理参数辨识.于荆鑫等.基于Aspen Plus 的燃煤电厂烟气污染控制单元模拟《.过程工程学报》.2018,第19卷(第2期),第330页右栏第2段、第331页右栏2.1.4 SCR脱硝模型.
-
公开(公告)号:CN116383686A
公开(公告)日:2023-07-04
申请号:CN202310301941.8
申请日:2023-03-27
申请人: 华北电力大学 , 华能集团技术创新中心有限公司 , 西安热工研究院有限公司
IPC分类号: G06F18/23213 , G06F18/214 , G06F18/24 , G06N3/126 , G06N3/0442 , G06N3/08 , G06Q10/04
摘要: 本发明公开了属于电站风机状态预测技术领域的一种基于聚类动态划分时间序列的电站风机状态预测方法。在离线状态下利用能表征风机运行状态的监测参数数据,基于k‑means聚类算法实现风机状态分类并对原始数据进行标记,根据标记好的数据训练相关状态预测模型。在线预测时将数据序列同时输入各状态预测模型,根据输入序列中的数据分类情况设置权重系数初始值,以最终计算值与实际观测值的偏差为指标,基于搜索算法对权重系数寻优,实现精确的电站风机状态预测。
-
公开(公告)号:CN112734285B
公开(公告)日:2023-05-02
申请号:CN202110087577.0
申请日:2021-01-22
摘要: 本发明涉及一种电站送风机超温预警方法,所述预警方法包括如下步骤:获取电站送风机的历史运行数据;建立LSTM神经网络模型;根据历史运行数据,采用正交试验的方法确定LSTM神经网络模型的超参数;采集电站送风机的自当前时刻之前的预设时间段内的运行数据中的输入变量,输入超参数确定后的LSTM神经网络模型,获取未来时刻的送风机轴承温度;当未来时刻的送风机轴承温度大于轴承温度限值时,生成超温预警信号。本发明采用LSTM神经网络模型实现送风机轴承温度的预测,以实现电站送风机安全预警,并且采用正交试验的方法确定LSTM神经网络模型的超参数,克服了LSTM神经网络模型的超参数的寻优过程复杂的技术缺陷,提高送风机轴承温度预测的时效性。
-
公开(公告)号:CN115907376A
公开(公告)日:2023-04-04
申请号:CN202211460131.9
申请日:2022-11-17
申请人: 华北电力大学 , 国网山东省电力公司电力科学研究院
IPC分类号: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06Q50/26 , G06N3/006 , G06N3/0442 , G06N3/08
摘要: 本发明涉及一种多目标优化调度方法、系统、电子设备和计算机存储介质,涉及发电厂优化调度领域,方法包括:根据充放电效率、不同放电深度下的循环次数和蓄电池寿命内总的能量吞吐量构建储能系统损耗模型;根据发电机组实际调度信息确定生产消耗项模型和环境惩罚项模型;根据发电机组实际调度信息和储能出力确定调频惩罚项模型;以储能系统损耗模型、生产消耗项模型、调频惩罚项模型和环境惩罚项模型为目标函数,利用满意度函数构建多目标优化模型;利用粒子群优化算法对多目标优化模型进行粒子寻优,得到发电机组和储能系统的调度结果信息。本发明能提高调度精度,降低各项损失,延长储能系统的寿命。
-
公开(公告)号:CN112990435A
公开(公告)日:2021-06-18
申请号:CN202110301338.0
申请日:2021-03-22
申请人: 华北电力大学 , 中科德天(北京)科技有限公司
摘要: 本发明涉及一种长短时记忆网络电站风机故障预警方法及系统。该方法包括:获取电站引风机在设定跨度时间段内的运行数据;根据LSTM技术网络的基本结构确定引风机状态预测模型;将运行数据的训练集数据输入引风机状态预测模型进行训练,得到优化后的引风机状态预测模型;基于运行数据的验证集数据计算预测相似度,并根据预测相似度确定预警阈值;基于优化后的引风机状态预测模型对引风机各状态变量的取值进行预测,得到预测值;计算预测值与测量值的相似度;根据相似度与预警阈值进行预警。本发明能够进行有效参数选取,快速高效地实现电站风机状态故障预警。
-
-
-
-
-
-
-
-
-