[發(fā)明專利]基于動態(tài)工況的焦爐加熱燃燒過程焦爐溫度預測方法

有效

• 申請?zhí)枺?/td>: 201110063948.8
• 申請日: 2011-03-16
• 公開（公告）號: CN102176221A
• 公開（公告）日: 2011-09-07
• 發(fā)明（設計）人: 吳敏;雷琪;曹衛(wèi)華;焦國華;安劍奇;劉建群
• 申請（專利權）人: 中南大學
• 主分類號: G06F19/00
• 分類號: G06F19/00;C10B21/00
• 代理公司: 長沙市融智專利事務所 43114
• 代理人: 黃美成

1.一種基于動態(tài)工況的焦爐加熱燃燒過程焦爐溫度預測方法，其特征在于，包括以下步驟：

步驟1：獲取歷史的各種工況下煤氣流量和焦爐溫度數(shù)據(jù)，建立樣本庫u_i-2、u_i-3分別是第i-2個周期的煤氣流量和i-3個周期的煤氣流量，y_i-1、y_i分別是第i-1周期的焦爐溫度和第i周期的焦爐溫度，x_i＝{u_i-1，u_i-2，y_i-1}為第i周期的輸入變量；

步驟2：基于當前工作點與樣本庫中樣本的歐式距離和變化趨勢的夾角，計算當前工作點與樣本庫中樣本的相似度；

步驟3：選取相似度最大的多個樣本構造學習集；采用迭代最小二乘方法，建立基于學習集的局部線性模型；計算當前工作點對應的輸出值作為焦爐加熱燃燒過程焦爐溫度預測值。

2.根據(jù)權利要求1所述的基于動態(tài)工況的焦爐加熱燃燒過程焦爐溫度預測方法，其特征在于，所述的步驟2中，對于當前工作點xq＝[uq-1，uq-2，yq-1]和樣本庫中的某一個樣本對應的工作點，所述的樣本對應的工作點即對應該樣本的輸入變量x_i＝{u_i-1，u_i-2，y_i-1}，

計算其中，

Δxi=yi-1-yi-2α(ui-1-ui-2)+(1+α)(ui-2-ui-3)Δxq=yq-1-yq-2α(uq-1-uq-2)+(1-α)(uq-2-uq-3),]]>α取值為0.3～0.5，θ_i是Δx_q和Δx_i之間的夾角；

如果cos(θ_i)＜0，即Δx_q與Δx_i的夾角大于90度，表明x_q與x_i的變化趨勢相差較大，將x_i對應的樣本丟棄；

如果cos(θ_i)≥0，則2個工作點的相似度為

其中，γ為權值，γ取0到1之間的值，d_i＝||x_q-x_i||₂，i＝1，2，L?N。

3.根據(jù)權利要求1或2所述的基于動態(tài)工況的焦爐加熱燃燒過程焦爐溫度預測方法，其特征在于，步驟3為：

步驟a：對s_i從大到小排序，從樣本庫中依次選擇對應k個最大s_i對應的k組數(shù)據(jù)，(X_l，y_l)，y_l∈R^l×1，X_l∈R^l×3，R指實數(shù)域，l的取值范圍為[k_min，k_max]之間的整數(shù)，k_min＝3，k_max＝30，k＝28；x_l是包括多個x_i＝{u_i-1，u_i-2，y_i-1}的樣本集；

步驟b：令l＝3，則有P₃＝W₃X₃，v₃＝W₃y₃，根據(jù)計算e₃；其中，W_i表示從中的左上角取i×i個元素組成的矩陣；(X₃，y₃)是(X_l，y_l)，y_l∈R^l×1，X_l∈R^l×3中s_i從大到小排序最大的3組數(shù)據(jù)；P_l＝W_lX_l，v_l＝W_ly_l，y_j是y_l的第j個元素，和分別是矩陣P_l和X_l的第j行；

步驟c：根據(jù)已經(jīng)排序的樣本，依次添加一個樣本，更新l為l+1，再計算P_l＝W_lX_l，v_l＝W_ly_l，則根據(jù)式計算e_l；

步驟d：如果l≤k_max，重復步驟c；否則，比較所有e_l，l＝k_min，...，k_max，找出e_l最小值對應的l值即為l_opt，即l_opt＝arg?min(e_l)，得到此時的模型輸出x_q＝[u_q-2，u_q-3，y_q-1]，是查詢點x_q對應的模型輸出的估計值，即焦爐加熱燃燒過程焦爐溫度預測值。