基于在线支持向量机的锅炉燃烧系统动态建模方法.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CN107657104A(43)申请公布日2018.02.02(21)申请号201710850037.7(22)申请日2017.09.20(71)申请人浙江浙能台州第二发电有限责任公司地址318000浙江省台州市三门县浦坝港镇草头村申请人东南大学(72)发明人周慎学沈奇夏克晁王焕明潘天尧李益国(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人向文(51)Int.Cl.G06F17/50(2006.01)权利要求书2页说明书6页附图2页(54)发明名称基于在线支持向量机的锅炉燃烧系统动态建模方法(57)摘要本发明公开了一种基于在线支持向量机的锅炉燃烧系统动态建模方法，首先以NOx排放量和锅炉效率值作为模型输出，同时把入炉总煤量、总空气量、辅助风、烟气含氧量等影响锅炉排放及效率的主要影响因素作为模型输入，然后在动态建模过程中考虑输入、输出变量的阶次，以便反映对象的动态变化特性；通过改进的在线自适应最小二乘支持向量机算法(FVS-ALS)建立锅炉燃烧系统的动态模型。本发明所建模型与传统稳态模型相比，具有更高的预测精度，同时具备在线校正功能，并且能够适应负荷、煤质和设备特性变化引起的燃烧系统控制特性的变化，对及时、准确地监控锅炉燃烧系统的运行状态，并据此进行运行优化具有重要价值。CN107657104ACN107657104A权利要求书1/2页1.基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于：首先选取锅炉燃烧系统的关键参数作为模型输入和模型输出参数；然后在建模过程中考虑输入、输出变量的阶次，反映对象的动态特性；通过采用FVS-ALS，先进行离线的支持向量筛选，再采用替换、新增、删除三种支持向量的在线更新策略，针对不同的模型输出分别建立锅炉燃烧系统的“多输入-单输出”动态模型。2.根据权利要求1所述的基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于：所述模型输入包括入炉总煤量、总空气量、辅助风和含氧量，作为影响锅炉排放及效率的主要影响因素。3.根据权利要求2所述的基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于：采用Nsc个二次风门开度值Use表示Nsc层二次风的影响；采用Npa个一次风门开度值Upa表示Npa层一次风的影响；Nsofa个燃尽风开度Usofa表示Nsofa层燃尽风的影响。4.根据权利要求1所述的基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于：所述模型输出包括NOx排放量yNOx和锅炉效率值yηboiler。5.根据权利要求1所述的基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于：所述FVS-ALS为结合在线稀疏支持向量机回归算法和在线自适应最小二乘支持向量机(ALS-SVM)算法的特点提出的改进算法，包括改进支持向量的离线筛选和改进在线更新算法；该算法第一步进行离线的支持向量筛选，从而减少所需的建模样本数，并确保支持向量的稀疏性，使得模型在线运行和更新的速度更快；然后采用替换、新增、删除三种支持向量的在线更新策略，使得算法能够更好地适应对象特性的变化。6.根据权利要求5所述的基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于:所述改进支持向量的离线筛选通过判断归一化的欧氏距离大小是否大于阈值判断新的训练样本是否可作为新的支持向量，以得到精简的支持向量集。7.根据权利要求1或5所述的基于在线支持向量机改进算法的锅炉燃烧系统动态建模方法，其特征在于：分为离线计算步骤和在线计算步骤两个部分，其具体如下：1)离线计算步骤步骤A：根据动态模型的输入输出结构，组织样本数据；步骤B：对支持向量进行筛选；步骤C：利用筛选后样本，计算锅炉燃烧动态模型离线参数。2)在线计算步骤步骤1：计算模型预测值和实际值之间误差err；步骤2：判断误差是否超过容许的最大误差ERR，如果误差小于最大误差，则动态模型不需要更新，模型参数保持不变，并跳转到步骤1；如果误差大于等于最大误差，则需要对动态模型进行校正，因此跳转到步骤3；步骤3：若新样本不构成新支持向量，则需要对对应样本进行替换，首先寻找要替换的样本，然后跳转到步骤4；否则，则认为新样本构成新的支持向量，因此把它加入到训练样本集，并跳转到步骤5；步骤4：利用样本替换策略对模型参数进行更新，并跳转到步骤1；步骤5：判断样本总数Ns大小，若Ns<最大样本数N，则跳转到步骤6，否则，跳转到步骤7；步骤6：利用支持向量新增策略对模型参数进行更新，并跳转到步骤1；2CN107657104A权利要求书2/2页步骤7：调用支持向量删除策略，确保样本总数不变，同时重新调整模型参数，并跳转到步骤1。3CN107657104A说