[發(fā)明專(zhuān)利]基于自適應(yīng)加權(quán)AWLS-SVR的鍋爐爐渣含碳量測(cè)量方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201810030797.8
• 申請(qǐng)日: 2018-01-12
• 公開(kāi)（公告）號(hào): CN108241789A
• 公開(kāi)（公告）日: 2018-07-03
• 發(fā)明（設(shè)計(jì)）人: 畢慶華;旋繼新
• 申請(qǐng)（專(zhuān)利權(quán)）人: 內(nèi)蒙古電力勘測(cè)設(shè)計(jì)院有限責(zé)任公司
• 主分類(lèi)號(hào): G06F17/50
• 分類(lèi)號(hào): G06F17/50
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于自適應(yīng)加權(quán)AWLS-SVR的鍋爐爐渣含碳量測(cè)量方法，其特征在于，包括：

步驟S1，獲取過(guò)去一定時(shí)間內(nèi)的輔助變量和主導(dǎo)變量，每小時(shí)一組數(shù)據(jù)，形成樣本數(shù)據(jù)，其中，所述輔助變量為鍋爐燃燒過(guò)程中影響鍋爐爐渣含碳量并可在線(xiàn)測(cè)量的參數(shù)，所述主導(dǎo)變量為鍋爐爐渣含碳量；

步驟S2，對(duì)所述樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)標(biāo)準(zhǔn)化處理后的樣本數(shù)據(jù)進(jìn)行主元分析，提取所述樣本數(shù)據(jù)的p個(gè)主成分；

步驟S3，對(duì)所述p個(gè)主成分進(jìn)行歸一化處理后，作為AWLS-SVR模型訓(xùn)練樣本，建立AWLS-SVR模型；

步驟S4，利用所述建立的AWLS-SVR模型預(yù)測(cè)T時(shí)刻的爐渣含碳量。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：

所述方法還包括：

步驟S5，對(duì)所述爐渣含碳量進(jìn)行反歸一化處理，得到所述T時(shí)刻的爐渣含碳量預(yù)測(cè)值y^*_(T)，并采集所述T時(shí)刻的燃燒過(guò)程數(shù)據(jù)，加入到所述樣本數(shù)據(jù)中；

步驟S6，計(jì)算所述預(yù)測(cè)值的相對(duì)誤差M，利用自適應(yīng)訓(xùn)練樣本調(diào)整方法調(diào)整所述樣本數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于：

所述步驟S1中，所述輔助變量包括鍋爐負(fù)荷參數(shù)、過(guò)量空氣系數(shù)、一次風(fēng)量參數(shù)、二次風(fēng)量參數(shù)、6個(gè)二次風(fēng)門(mén)開(kāi)度參數(shù)、風(fēng)箱爐膛差壓參數(shù)、5個(gè)給煤量參數(shù)、一次風(fēng)速參數(shù)、磨煤機(jī)投運(yùn)方式參數(shù)、燃煤工業(yè)成份參數(shù)、煤粉細(xì)度參數(shù)和爐膛溫度參數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于：

所述步驟S2，具體為：

設(shè)已進(jìn)行標(biāo)準(zhǔn)化處理的樣本數(shù)據(jù)矩陣為X∈R^m×n，其中m為輸入樣本的長(zhǎng)度，n為輸入樣本的變量個(gè)數(shù)；

定義X的協(xié)方差矩陣為Cov(X)＝R^m×n，對(duì)Cov(X)進(jìn)行正交分解，得到

式中，V＝diag(λ₁,λ₂,…,λ_n)是是協(xié)方差矩陣的n個(gè)特征值按照降序排列(λ₁,λ₂,…,λ_n)構(gòu)成的對(duì)角矩陣，U_m×n＝[λ₁,λ₂,…,λ_n]是其對(duì)應(yīng)的單位化特征矩陣；

主元個(gè)數(shù)P通過(guò)累計(jì)方差貢獻(xiàn)率來(lái)確定，即：

取η>85％得前P個(gè)主成分(t₁,t₂,…,t_p)作為所述樣本數(shù)據(jù)的p個(gè)主成分。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于：

所述步驟S3中，對(duì)所述p個(gè)主成分進(jìn)行歸一化處理，具體為：

設(shè)某一輔助變量的采樣數(shù)據(jù)為其中X_(m,i)為表示所述輔助變量中的參數(shù)；

標(biāo)準(zhǔn)化后的數(shù)據(jù)為