一种生活垃圾燃烧发电优化系统、方法及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111503656A(43)申请公布日2020.08.07(21)申请号201911133460.0(22)申请日2019.11.19(71)申请人瀚蓝绿电固废处理（佛山）有限公司地址528000广东省佛山市南海区狮山林场大榄分场(72)发明人王振海王珍宝超星龚千代王龙黄兵进(74)专利代理机构广州市越秀区哲力专利商标事务所(普通合伙)44288代理人曾令军(51)Int.Cl.F23N5/00(2006.01)F23G5/50(2006.01)权利要求书2页说明书8页附图12页(54)发明名称一种生活垃圾燃烧发电优化系统、方法及存储介质(57)摘要本发明公开了一种生活垃圾燃烧发电优化系统、方法及存储介质。本发明的方法包括：获取工业预测模型引擎，工业预测模型引擎的特征输入值为某刻特征变量数据，输出为该刻90s后的预测蒸汽量；获取控制引擎模型，计算所述该刻90s后的预测蒸汽量与该刻实时蒸汽量的偏差，所述偏差为所述控制引擎模型的输入，输出为推荐进料时间间隔；根据控制引擎模型推荐进料时间间隔，输出推荐推料时间，在达到推荐推料时间时，发出推料指令。本发明获取锅炉设备测点的特征变量数据，并建立对应的燃烧优化控制算法，根据工业预测模型引擎和控制引擎模型燃烧推荐进料时间间隔，输出推荐推料时间，能实现稳定锅炉燃烧和控制自动化，提高了生产的稳定性。CN111503656ACN111503656A权利要求书1/2页1.一种生活垃圾燃烧发电优化方法，其特征在于，包括：实时获取锅炉设备测点的特征变量数据，所述特征变量数据基于锅炉设备测点数据得到；获取工业预测模型引擎，所述工业预测模型引擎通过多种回归算法建立，所述工业预测模型引擎的特征输入值为某刻特征变量数据，所述工业预测模型引擎的输出为该刻90s后的预测蒸汽量；获取控制引擎模型，所述控制引擎模型通过PID控制算法以及深度强化学习算法建立，所述控制引擎模型的模型动作变量中的推料时间上下限和控制引擎模型的微分、积分和比例算法参数根据设定时间内蒸汽量的平均值设定；计算所述该刻90s后的预测蒸汽量与该刻实时蒸汽量的偏差，所述偏差为所述控制引擎模型的输入，所述控制引擎模型的输出为推荐进料时间间隔；根据控制引擎模型推荐进料时间间隔，输出推荐推料时间，在达到推荐推料时间时，发出推料指令。2.根据权利要求1所述的生活垃圾燃烧发电优化方法，其特征在于，所述设定时间为半个小时，蒸汽量均值是53.4t/h。3.根据权利要求2所述的生活垃圾燃烧发电优化方法，其特征在于，根据设定时间蒸汽量的平均值，设置控制引擎模型的模型动作变量中的推料时间上下限和控制引擎模型的比例，积分和微分算法参数的步骤具体包括：当半个小时蒸汽量的平均值小于等于50t/h时，垃圾的可燃性为低，设置控制引擎模型的模型动作变量中的推料时间上限为780s，下限为240s，在垃圾可燃性为低；优化控制模型的比例、积分和微分参数分别设置为-100、-10和-30；当半个小时的蒸汽量的平均值大于50t/h且小于等于55t/h时，垃圾的可燃性为中，设置控制引擎模型的模型动作变量中的推料时间上限为780s，下限为200s；当前蒸汽量减去预测90s蒸汽量值小于等于3.1t/h时，优化控制模型的比例、积分和微分参数分别是-120、-50和-80；当前蒸汽量减去预测90s蒸汽量值大于等于3.1t/h时，控制引擎模型比例、积分和微分参数分别是-100、-20和-50；当半个小时的蒸汽量的平均值大于55t/h时，垃圾的可燃性为高，设置控制引擎模型的模型动作变量中的推料时间上限为1200s，下限为200s，优化控制模型的比例、积分和微分参数分别设置为-150、-60和-90。4.根据权利要求3所述的生活垃圾燃烧发电优化方法，其特征在于，当推料间隔小于200s的时候，控制引擎模型的比例、积分和微分参数分别设置为-80、-10和-30。5.根据权利要求1所述的生活垃圾燃烧发电优化方法，其特征在于，获取锅炉设备测点的特征变量数据步骤包括：通过DCS工业数据采集系统通过锅炉传感器采集锅炉设备的全部测点数据，所述DCS工业数据采集系统将所述锅炉设备测点数据发送给现场OPC服务器，所述OPC服务器配置锅炉的全部测点变量名，选取若干测点数据通过差分方式作特征衍生，将进行特征衍生后的数据作为特征进行训练，得到锅炉设备测点的特征变量数据；所述现场OPC服务器将所述特征变量数据发送给中心服务器。6.根据权利要求1所述的生活垃圾燃烧发电优化方法，其特征在于，还包括：当蒸汽量小于51t/h时，限定推料时间间隔的最小间隔时间；2CN111503656A权利要求书2/2页当风室风压大于2.3kpa，延迟30秒进料；若预测蒸汽量大于等于