锅炉吹灰方法、装置和计算机可读存储介质.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CN111237789A(43)申请公布日2020.06.05(21)申请号202010021122.4(22)申请日2020.01.09(71)申请人京东城市（北京）数字科技有限公司地址100086北京市海淀区知春路76号（写字楼）1号楼9层1-7-5号(72)发明人殷宏磊詹仙园张玥霍雨森朱翔宇郑宇(74)专利代理机构中国国际贸易促进委员会专利商标事务所11038代理人李昊刘剑波(51)Int.Cl.F23J1/00(2006.01)F23J3/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书7页附图5页(54)发明名称锅炉吹灰方法、装置和计算机可读存储介质(57)摘要本发明公开了一种锅炉吹灰方法、装置和计算机可读存储介质，涉及火力发电技术领域。锅炉吹灰方法包括：获取表示当前锅炉运行状态的特征；将获取的特征输入到预先训练的预测模型中，得到预测的烟温，预测模型用于预测清洁工况的锅炉在当前锅炉运行状态下的烟温；将当前锅炉的实际烟温与预测的烟温之差作为积灰度；根据积灰度确定吹灰操作的执行策略。本发明根据锅炉运行状态的特征预测当前锅炉的积灰度，并确定相应的吹灰执行策略。从而，通过数据驱动的方式实现了吹灰控制，提高了积灰度预测的准确性，优化了吹灰效果。CN111237789ACN111237789A权利要求书1/2页1.一种锅炉吹灰方法，包括：获取表示当前锅炉运行状态的特征；将获取的特征输入到预先训练的预测模型中，得到预测的烟温，其中，所述预测模型用于预测清洁工况的锅炉在当前锅炉运行状态下的烟温；将当前锅炉的实际烟温与预测的烟温之差作为积灰度；根据所述积灰度确定吹灰操作的执行策略。2.根据权利要求1所述的锅炉吹灰方法，还包括：从锅炉在清洁工况下的运行状态的历史数据中提取特征，形成训练数据，其中，所述训练数据的标记值为锅炉的烟温；采用所述训练数据对用于回归预测的机器学习模型进行训练，获得预测模型。3.根据权利要求1或2所述的锅炉吹灰方法，其中，所述机器学习模型为随机森林模型，所述随机森林模型中的决策树为分类与回归树CART模型。4.根据权利要求1所述的锅炉吹灰方法，其中，所述根据所述积灰度确定吹灰操作的执行策略包括：获取积灰度随时间变化的曲线以及所述曲线上的门限点；根据所述曲线，确定当前的积灰度对应的时间与所述曲线上的门限点对应的时间之间的时长；确定在所述时长后执行吹灰操作的执行策略。5.根据权利要求1所述的锅炉吹灰方法，其中，所述曲线上存在多个门限点，每个门限点对应一种吹灰模式；根据所述曲线，确定当前的积灰度对应的时间与所述曲线上的每个门限点对应的时间之间的时长；确定在每个时长后执行相应的吹灰操作的执行策略。6.根据权利要求4或5所述的锅炉吹灰方法，还包括：获取锅炉的运行状态的历史数据，并标记每个历史数据相对于上一次吹灰操作的时间；以相对于上一次吹灰操作的时间作为横坐标、积灰度作为纵坐标，对历史数据进行拟合，获得积灰度随时间变化的曲线。7.根据权利要求4或5所述的锅炉吹灰方法，还包括：根据锅炉的运行状态的历史数据，确定执行吹灰操作后积灰度的下降值；根据所述积灰度的下降值的均值确定积灰度阈值，以便将所述曲线上所述积灰度阈值所对应的点作为门限点。8.根据权利要求1所述的锅炉吹灰方法，其中，所述特征包括锅炉壁温、负荷、蒸汽压力、主蒸汽温度、再热蒸汽温度、减温水流量、炉膛负压、氧量、烟道飞灰含碳量中的一种或多种。9.一种锅炉吹灰装置，包括：特征获取模块，被配置为获取表示当前锅炉运行状态的特征；烟温预测模块，被配置为将获取的特征输入到预先训练的预测模型中，得到预测的烟温，其中，所述预测模型用于预测清洁工况的锅炉在当前锅炉运行状态下的烟温；2CN111237789A权利要求书2/2页积灰度确定模块，被配置为将当前锅炉的实际烟温与预测的烟温之差作为积灰度；策略确定模块，被配置为根据所述积灰度确定吹灰操作的执行策略。10.一种锅炉吹灰装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1～8中任一项所述的锅炉吹灰方法。11.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1～8中任一项所述的锅炉吹灰方法。3CN111237789A说明书1/7页锅炉吹灰方法、装置和计算机可读存储介质技术领域[0001]本发明涉及火力发电技术领域，特别涉及一种锅炉吹灰方法、装置和计算机可读存储介质。背景技术[0002]燃煤发电是主要发电方式之一。许多电厂的燃用煤种与设计煤种存在巨大差距，这可能导致锅炉受热面严重积灰和结渣，给机组的正常运行带来较大的安全隐患。因此，大型锅炉配有吹灰器