火电机组工况的提取方法及装置
    1.
    发明公开

    公开(公告)号:CN118760920A

    公开(公告)日:2024-10-11

    申请号:CN202410730357.9

    申请日:2024-06-06

    IPC分类号: G06F18/24 G06F17/10

    摘要: 本申请公开了一种火电机组工况的提取方法及装置;该方法包括:从火电机组的历史运行数据中,获取主特征量和辅助特征量;主特征量至少包括:火电机组的有功功率;辅助特征量至少包括:主蒸汽的温度和压力;根据主特征量和辅助特征量中所有特征量均处于正态分布的时间,提取稳定工况时间段;将稳定工况时间段对应的历史运行数据作为火电机组的稳定工况数据。本申请提供的火电机组工况的提取方法,能够从火电机组的历史运行数据中提取工况,更加简单便捷,无需进行具体试验。

    一种油/气枪复合式锅炉燃烧装置及使用方法

    公开(公告)号:CN111750356B

    公开(公告)日:2024-10-11

    申请号:CN202010756990.7

    申请日:2020-07-31

    IPC分类号: F23D17/00

    摘要: 本发明涉及一种油/气枪复合式锅炉燃烧装置及使用方法,包括燃气总管、燃气分管、燃气喷头、油枪导管、油枪、油枪稳燃罩、点火枪导管、点火枪、火检导管、火检探头和风箱;所述燃气分管、燃气喷头、油枪导管、油枪稳燃罩、点火枪导管和火检导管的一端在风箱内部,所述燃气总管与燃气分管连接,所述油枪安装在油枪导管内,所述点火枪安装在点火枪导管内,所述火检探头安装在火检导管内。本装置实现了在同一台锅炉上可使用燃油和燃气作为点火燃料,考虑了冗余配置,互为备用,并且也可以同时使用,极大地保证了锅炉运行的安全性。

    一种基于深度迁移学习的锅炉燃烧状态稳定性判断方法

    公开(公告)号:CN112733900B

    公开(公告)日:2024-01-23

    申请号:CN202011617869.2

    申请日:2020-12-31

    IPC分类号: G06F30/27

    摘要: 本发明公开了一种基于深度迁移学习的锅炉燃烧状态稳定性判断方法,利用深度卷积神经网络对与目标域关联度较大的源域进行训练,获得相应特征提取器,利用迁移学习将训练好的特征提取器的网络参数训练目标域,得到锅炉燃烧状态判断特征,构造SVM分类器,实现对锅炉燃烧稳定性判别。同时,利用截断奇异值矩阵分解算法(TSVD)对深度卷积神经网络卷积层进行优化改进,能够大幅度减少了网络参数,提高卷积层的泛化性,降低计算量和计算时间。

    一种配电室应急机器人抢修决策方法

    公开(公告)号:CN113077161A

    公开(公告)日:2021-07-06

    申请号:CN202110398618.8

    申请日:2021-04-14

    IPC分类号: G06Q10/06 G06Q10/00 G06Q50/06

    摘要: 一种配电室应急机器人抢修决策方法,通过应急机器人传感器获取的现场实时数据,采用层次分析法,将抢修设备按给定准则指标计算出优先顺序以制定抢险方案,利用系统库内抢险知识以及该场景下设备运行历史数据,给出应急抢险策略及提示,并基于增强现实技术,进行增强信息叠加,为应急抢险作业提供指导,完成交互抢修,实现电力设备事故环境下的应急快速抢修响应,最大程度在抢修过程中对电力设备损失程度降到最低。

    一种基于深度迁移学习的锅炉燃烧状态稳定性判断方法

    公开(公告)号:CN112733900A

    公开(公告)日:2021-04-30

    申请号:CN202011617869.2

    申请日:2020-12-31

    IPC分类号: G06K9/62 G06N3/04 F23M11/04

    摘要: 本发明公开了一种基于深度迁移学习的锅炉燃烧状态稳定性判断方法,利用深度卷积神经网络对与目标域关联度较大的源域进行训练,获得相应特征提取器,利用迁移学习将训练好的特征提取器的网络参数训练目标域,得到锅炉燃烧状态判断特征,构造SVM分类器,实现对锅炉燃烧稳定性判别。同时,利用截断奇异值矩阵分解算法(TSVD)对深度卷积神经网络卷积层进行优化改进,能够大幅度减少了网络参数,提高卷积层的泛化性,降低计算量和计算时间。

    一种用于图像语义分割的多类别损失函数及其设计方法

    公开(公告)号:CN112465844A

    公开(公告)日:2021-03-09

    申请号:CN202011585826.0

    申请日:2020-12-29

    摘要: 本发明公开了一种用于图像语义分割的多类别损失函数及其设计方法,该损失函数基于训练数据集中各类别像素点的出现频率,通过调节加权系数、聚焦系数和负类门控系数,动态调节各类别样本在损失函数中的权值,通过迭代的方式,在模型训练的同时进行超参数选取,以确定超参数的具体取值以及损失函数的具体形式,使小类别得到更充分训练,既能缓解类别不平衡现象,也能提高模型性能。

    一种基于MI-LSTM的锅炉NOx预测方法
    9.
    发明公开

    公开(公告)号:CN110675920A

    公开(公告)日:2020-01-10

    申请号:CN201911003427.6

    申请日:2019-10-22

    摘要: 本发明公开了一种基于MI-LSTM的锅炉NOx预测方法,以互信息(MI)“最小冗余最大相关”为准则对辅助变量进行重要性排序和变量选择,将筛选出来的辅助变量集作为长期短时记忆(LSTM)模型的输入,建立了NOx排放量预测的MI-LSTM模型,并利用多层网格搜索优选LSTM模型的参数。在变量筛选过程中采用序列前向选择方法,以模型预测精度为目标确定最优输入特征集和最佳模型参数,可以有效地减少输入变量间的信息冗余,降低模型复杂度,提高模型的预测精度和泛化能力。

    一种基于燃烧层温度的锅炉控制系统及在线优化方法

    公开(公告)号:CN110568766A

    公开(公告)日:2019-12-13

    申请号:CN201911003426.1

    申请日:2019-10-22

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种基于燃烧层温度的锅炉控制系统及在线优化方法,属于工业锅炉燃烧优化控制技术领域。该控制系统包括锅炉燃烧层温度采集模块、锅炉燃烧层温度特征分析模块、锅炉燃烧状态分析模块、锅炉运行经济性评估模块、锅炉运行控制模块和锅炉燃烧在线优化模块。通过燃烧层温度采样系统拓展锅炉燃烧状态检测空间,基于大数据和深度学习算法理论,进行锅炉温度特征分析及锅炉燃烧状态分析、评估及优化,并建立在线优化控制模型,实现锅炉的安全、稳定、精细化燃烧和优化运行的目的。