基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115758824A(43)申请公布日2023.03.07(21)申请号202211444645.5G06F111/10(2020.01)(22)申请日2022.11.18(71)申请人东北电力大学地址132012吉林省吉林市长春路169号(72)发明人唐振浩王旭(74)专利代理机构沈阳东大知识产权代理有限公司21109专利代理师李在川(51)Int.Cl.G06F30/23(2020.01)G06F30/27(2020.01)G06N3/04(2023.01)G06N3/08(2023.01)G06F18/241(2023.01)G01N33/00(2006.01)权利要求书2页说明书8页附图4页(54)发明名称基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法(57)摘要本发明提供一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法，根据电厂实际运行情况，获得锅炉平稳运行下所有典型工况的运行参数，绘制锅炉的几何模型并进行网格划分，数值模拟获得各个典型工况下锅炉炉膛三维NOx浓度分布数据集，重构建模数据集和验证数据集，基于训练数据集对模型参数训练，构建基于极限学习机算法的锅炉炉膛NOx浓度三维分布软测量模型，利用训练后的模型进行锅炉炉膛NOx浓度三维值的在线预测。本发明可以软测量锅炉炉膛内部NOx浓度三维分布情况，具有软测量精度高和收敛速度快等优点，有助于提高锅炉效率，降低锅炉排放。CN115758824ACN115758824A权利要求书1/2页1.一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法，其特征在于，包括：步骤1：根据电厂实际运行情况，获得锅炉平稳运行下所有典型工况的运行参数；步骤2：绘制锅炉的几何模型并进行网格划分；步骤3：采用Fluent软件进行数值模拟，获得各个典型工况下锅炉炉膛三维NOx浓度分布数据集Mi；步骤4：对仿真得到的典型工况数据集Mi进行分类，并选取每一类的基准工况；步骤5：根据仿真得到的典型工况数据集Mi重构建模数据集和验证数据集；步骤6：基于训练数据集，对模型参数训练，构建基于极限学习机的锅炉炉膛NOx浓度三维分布软测量模型；利用训练后的模型进行锅炉炉膛NOx浓度三维值的在线预测。2.根据权利要求1所述的一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法，其特征在于，所述步骤1中运行参数包括：锅炉负荷、总风量、总煤量、总一次风量、总二次风量、煤机投运方式和二次风温，所述典型工况是指能够涵盖电厂运行状态的工况。3.根据权利要求1所述的一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法，其特征在于，所述步骤3包括：步骤3‑1：选取仿真所需的数学模型，并设定仿真边界条件；步骤3‑2：设定每个典型工况相应的运行参数并进行仿真计算；步骤3‑3：仿真获得每个典型工况下锅炉炉膛三维NOx浓度分布数据集Mi，i＝1,2，···，F，F为确定的典型工况总数，对应的数据用矩阵表示为其中表示仿真结果数据点的x坐标值、表示仿真结果数据点的y坐标值、表示仿真结果数据点的z坐标值、表示对应三维坐标点处NOx浓度仿真值，n表示仿真得到的数据点总数。4.根据权利要求1所述的一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法，其特征在于，所述步骤4包括：步骤4‑1：根据燃尽风门开度和二次风门开度对确定的所有典型工况进行分类，一共得到N个分类；步骤4‑2、计算每个分类中任意两个典型工况对应数据的欧氏距离dop：步骤4‑3：计算每个分类中任意工况与其余所有工况欧式距离的和；步骤4‑4：选取欧氏距离和最小的工况为基准工况，即每一类得到一个基准工况，共得到N个基准工况。5.根据权利要求1所述的一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法，2CN115758824A权利要求书2/2页其特征在于，所述步骤5包括：步骤5‑1：在每一分类中除基准工况外，随机选取1个典型工况，与基准工况对应数据做差值，构建验证数据集；步骤5‑2：在每个数据集Mi所包含的n个数据点中随机选取J个数据点坐标；步骤5‑3：除步骤5‑1中选取的1个典型工况和基准工况外，对剩余的L‑2个工况与基准工况按步骤5‑2中选取的J个数据坐标点提取数据后做差值，构建建模数据集；步骤5‑4：对建模数据进行归一化处理，得到训练数据集。3CN115758824A说明书1/8页基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法技术领域[0001]本发明属于火力发电技术领域，尤其涉及一种基于数据驱动的锅炉炉膛NOx浓度三维分布软测量方法。背景技术[0002]氮氧化物(NitrogenOxides，NOx)排放的增加，对生态环境和人体健康都造成了极大影响。但锅炉燃烧过程是一个黑箱状态，无法得知其N