循环流化床锅炉飞灰含碳量预测系统及方法.pdf

(19)中华人民共和国国家知识产权局*CN103413184A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103413184103413184A(43)申请公布日2013.11.27(21)申请号201310335661.5(22)申请日2013.08.05(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人吴家标刘兴高(74)专利代理机构杭州求是专利事务所有限公司33200代理人周烽(51)Int.Cl.G06Q10/04(2012.01)权权利要求书6页利要求书6页说明书11页说明书11页附图2页附图2页(54)发明名称循环流化床锅炉飞灰含碳量预测系统及方法(57)摘要本发明公开了一种循环流化床锅炉飞灰含碳量预测系统及方法，系统包括与循环流化床锅炉连接的现场智能仪表、数据库、数据接口、控制站以及上位机；现场智能仪表与控制站、数据库和上位机连接，上位机包括：标准化处理模块，用于从数据库中采集关键变量的训练样本，并进行标准化处理；预测机制形成模块，用于建立预测模型；预测执行模块，用于实时预测飞灰含碳量；模型更新模块；信号采集模块；结果显示模块。本发明根据循环流化床锅炉的运行工况和操作变量对飞灰含碳量进行预测，以便于建议并指导运行操作，从而降低循环流化床锅炉的飞灰含碳量，有效提高锅炉运行效率，并为进一步对运行效率进行优化奠定基础。CN103413184ACN10348ACN103413184A权利要求书1/6页1.一种循环流化床锅炉飞灰含碳量预测系统，其特征在于，包括与循环流化床锅炉连接的现场智能仪表、数据库、数据接口、控制站以及上位机；现场智能仪表与控制站、数据库和上位机连接，所述的上位机包括：标准化处理模块，用于从数据库中采集关键自变量的两组历史记录，构成自变量的训练样本矩阵X和测试样本矩阵X'，采集对应的飞灰含碳量的两组历史记录，构成因变量的训练样本向量Y和测试样本向量Y'，对训练样本和测试样本进行标准化处理，将各变量变换为[0.25,0.75]区间的值，得到标准化后自变量训练样本矩阵X*和测试样本矩阵X*'、标准化后因变量训练样本向量Y*和测试样本向量Y*'，采用以下过程来完成：1.1）标准化其中，xij、yi为训练样本点的原值，n为训练样本个数，p为自变量个数，xjmin、ymin分别表示第j个自变量、因变量训练样本的最小值，xjmax、ymax分别表示第j个自变量训练样本、因变量训练样本的最大值，为训练样本点的标准化值，xij'、yi'为测试样本点的原值，n'为测试样本个数，为测试样本点的标准化值，其中下标i、j分别表示第i个训练样本点、第j个自变量；预测机制形成模块，用于建立预测模型，其实现步骤如下：2.1）初始化系数矩阵V和系数向量W：取V的各元素vj（kj=0,1,2,…,p，k=1,2,…,q）、W的各元素wk（k=0,1,2,…,q）为（0,1）区间内的随机数；2.2）令样本序号i=1；2.3）按当前系数矩阵V和系数向量W，通过（5）、（6）式，由自变量训练样本预测因变量值：其中，zk为中间节点变量，下标k表示第k个中间节点，q为中间节点个数，取的取整值，为第i个训练样本点的因变量标准化预测值，f(x)为非线性变换函数：2CN103413184A权利要求书2/6页2.4）通过（7）、（8）式求当前的误差信号：其中，δy为因变量误差信号，为中间节点误差信号；2.5）根据误差信号，通过（9）、（10）式对系数矩阵V和系数向量W进行修正：ywk=wk+0.5δzk，（k=0,1,2,…,q）（10）2.6）如果i<n，令i=i+1，返回步骤2.3），否则转2.7）；2.7）将自变量测试样本作为输入信号，输出因变量的预测值，并求误差平方和，由（11）～（13）式实现：其中，为第i个测试样本点的因变量标准化预测值，SSS'为测试样本的因变量预测误差平方和；2.8）比较本次与前一次的预测误差平方和，如果较前一次低则转步骤2.2），继续迭代，否则结束迭代；2.9）将当前的系数矩阵V和系数向量W传递并存储到预测执行模块；预测执行模块，用于根据循环流化床锅炉的运行工况和设定的操作变量预测飞灰含碳量，其实现步骤如下：3.1）将输入的自变量信号按（14）式处理：其中，x(t)j为t时刻第j个自变量原值，为第j个自变量训练样本的均值，sx,j为第j个自变量训练样本的标准差，为t时刻第j个自变量无量纲化值，t表示时间、单位为秒；3.2）按（15）、（16）式求飞灰含碳量的无量纲化预测值：3CN103413184A权利要求书3/6页其中，为飞灰含碳量的无量纲化预测值；3.3）按下式求飞灰含碳量的原量纲预测值：其中，为飞灰含碳量原量纲预测值，ymin为因变量训练样本的最小值，yma