[發明專利]一種基于緩沖塊時序設計的熱工軟測量模型更新系統

有效

• 申請號: 201410024913.7
• 申請日: 2014-01-20
• 公開（公告）號: CN103729567A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 劉吉臻;呂游;楊婷婷
• 申請（專利權）人: 華北電力大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 巴曉艷

技術領域：

本發明涉及一種熱工軟測量模型更新系統，特別是基于緩沖塊時序設計的熱工軟測量模型更新系統，屬于熱工技術和人工智能交叉技術領域。

背景技術：

為了保證電站鍋爐的安全和優化運行，常常需要獲取一些關鍵熱工參數的相關信息。目前，這些參數常利用硬件傳感器來測量，例如：常常需要獲取鍋爐尾部煙氣中飛灰含碳量和NOx排放等參數的相關信息。目前，這些參數常利用飛灰測碳儀和煙氣連續監測系統（continuous?emission?monitoring?system，CEMS）等硬件傳感器來測量，但是這些儀器的安裝和維護成本較高，而且由于工作環境惡劣，經常需要離線維修。因此，基于運行數據利用偏最小二乘回歸、神經網絡和支持向量機等方法對這些關鍵變量進行軟測量預測，具有重要的工程意義。在選取具有代表性的數據建立初始軟測量模型后，由于熱工過程特性的變遷會使模型的預測精度逐漸下降，需要采用更新策略來改善其預測性能。軟測量模型的更新時序對模型性能的改善有著重大的影響，常用的更新方法是采集到新樣本時立刻執行模型更新策略，但在實際工程應用中，這種更新方法存在著很大問題，在對模型實施更新之前需要先對新樣本進行預處理，去除離群點的影響。離群點不僅會引起模型的誤更新，而且還會誤導模型的改善精度的預測方向，迅速惡化模型的預測性能。然而，只根據當前單個樣本無法判斷該樣本是屬于正常工況還是離群點。針對上述問題，本發明提出緩沖塊的概念，設計一種基于緩沖塊時序的軟測量模型更新方法。本發明中熱工領域的主要應用對象是火力發電站。

發明內容：

本發明為了保證電站鍋爐的安全和優化運行，其目的在于設計一種基于緩沖塊時序的更新模型的系統，提出利用緩沖塊來暫時存儲最新收集的樣本，當緩沖塊存儲滿后，再判斷模型性能，決定是否進行更新模型；在模型更新時并非針對當前時刻的樣本進行，而是對緩沖塊中的樣本進行更新。

緩沖塊唯一的屬性就是緩沖塊寬度L，寬度L越大，則更新的頻率越慢，計算量越小，同時在緩沖塊內對離群樣本的預處理就越好，然而緩沖塊寬度越大，會使更新不及時，從而會使模型的預測精度降低。

模型詳細的更新時序如附圖1所示，在t1時刻，采集當前樣本后正好使緩沖塊存儲滿，此時開始檢測模型的性能，判斷是否需要更新。若預測精度超過給定的閾值便開始執行更新策略，同時新樣本采集后繼續存入下一緩沖塊。當更新完成時（t2時刻），下一緩沖塊尚未存儲滿（更新耗費時間小于樣本存儲滿所需的時間），并繼續存儲新的樣本，直至其存儲滿后再一次執行更新策略。可以看出，模型的更新結合了塊式更新和性能監測方法，當緩沖塊收集滿后進行性能判斷。這樣，通過數據緩沖塊的緩沖作用，減少了測量噪聲以及離群樣本對模型性能的影響，從而避免因采集樣本中的噪聲和干擾而觸發模型更新。

本發明提出了基于緩沖塊時序設計的更新熱工軟測量模型的系統，使更新模塊在實際熱工工程中應用成為可能，而且也降低了更新頻率，減少了計算時間，使模型能夠迅速地完成自學習和自適應過程。

基于緩沖塊時序設計的更新熱工軟測量模型的系統，該系統包括：

1）初始模型構建單元：收集初始訓練樣本來構建初始模型，其中：選擇輔助變量作為模型的輸入，要預測的關鍵變量（待預測變量y）作為模型的輸出，從歷史運行數據庫中選取覆蓋范圍大且具有代表性的若干段工況作為初始訓練樣本，記為其中x_i∈R^p表示第i組輸入變量樣本，y_i∈R為第i組輸出樣本，n為樣本數量，利用訓練樣本構建初始軟測量模型，這里構建初始模型可以采用偏最小二乘回歸、神經網絡或支持向量機等數據建模方法，將建立的初始模型記為：

y=h(x)???(1)

2）模型預測單元：利用建立的初始模型對關鍵變量進行預測，將新采樣的輔助變量作為模型輸入，得到關鍵變量的預測輸出值；也即將傳感器新測得的輔助變量數據作為輸入變量x_n+1，利用上式得到關鍵變量的預測值

3）緩沖塊樣本存入單元：當實際關鍵變量的傳感器測量值y_n+1采集到后，將新得到的數據樣本(x_n+1,y_n+1)存入緩沖塊B中，這里給定緩沖塊寬度為L；

4）緩沖塊存儲判斷單元：判斷當前緩沖塊是否存儲滿，存儲滿后的緩沖塊數據集應為若未存儲滿，則進入緩沖塊樣本存入單元，否則進入預測值計算單元；