[發(fā)明專利]一種基于BP神經(jīng)網(wǎng)絡(luò)的飛灰含碳量在線測量方法

有效

• 申請?zhí)枺?/td>: 201810366762.1
• 申請日: 2018-04-23
• 公開（公告）號: CN108760592B
• 公開（公告）日: 2021-05-18
• 發(fā)明（設(shè)計）人: 弋英民;稅瑩
• 申請（專利權(quán)）人: 西安理工大學(xué)
• 主分類號: G01N15/06
• 分類號: G01N15/06;G06N3/08
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315
• 代理人: 楊洲

本發(fā)明公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的飛灰含碳量在線測量方法，基于靜電傳感器，構(gòu)建以輸入為信號能量、飛灰樣本濃度，輸出為飛灰含碳量的3層BP神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練樣本，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)在線參數(shù)訓(xùn)練；采用遺傳算法Genetic Algorithm對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，以得到BP神經(jīng)網(wǎng)絡(luò)參數(shù)的全局最優(yōu)解；將Genetic Algorithm優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法移植至DSP中，進(jìn)行在線參數(shù)訓(xùn)練，并基于靜電傳感器實時采集未知含碳量的飛灰樣本的靜電信號序列、濃度，歸一化處理后作為預(yù)測輸入，進(jìn)行飛灰含碳量的在線預(yù)測。以解決目前飛灰含碳量軟測量方法中的建模仿真、離線預(yù)測的問題，實現(xiàn)了對流經(jīng)管道的飛灰含碳量的實時、在線的準(zhǔn)確測量。

技術(shù)領(lǐng)域

本發(fā)明屬于傳感器檢測及數(shù)字信號處理技術(shù)領(lǐng)域，具體涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的飛灰含碳量測量方法。

背景技術(shù)

在實際的火力發(fā)電中，燃煤鍋爐尾部煙氣中飛灰含量可達(dá)90％以上，是反應(yīng)火電廠鍋爐燃燒效率的一個重要指標(biāo)。燃煤煤種不同、鍋爐燃燒系統(tǒng)結(jié)構(gòu)特性不同、燃燒工況不同都會導(dǎo)致煤粉不充分燃燒，鍋爐尾部煙氣中飛灰的含碳量過高，這常常導(dǎo)致燃燒器出力不足、燃燒效率降低、機(jī)組運(yùn)行易出故障等問題，嚴(yán)重時會出現(xiàn)鍋爐滅火，從而導(dǎo)致機(jī)組停運(yùn)，造成巨大經(jīng)濟(jì)損失。并且，飛灰含碳量過高會造成鍋爐尾部煙氣中CO、CO₂含量過高，環(huán)境污染嚴(yán)重。因此實時在線測量鍋爐尾部煙氣中飛灰的含碳量對火電廠的經(jīng)濟(jì)效益、機(jī)組安全運(yùn)行、節(jié)能減排等具有重要意義。

目前，國內(nèi)外有關(guān)飛灰含碳量測量方法主要分為兩種：物理測量方法和軟測量方法。物理測量方法主要有：燃燒失重法、靜電法、微波法等，現(xiàn)有的基于物理測量法的測量飛灰含碳量的產(chǎn)品較多，其測量精度高、實時性高，但大多具有需標(biāo)定、維護(hù)不易、測量精度受眾多因素干擾等缺點(diǎn)。軟測量方法具有泛化性能好、預(yù)測精度高等優(yōu)點(diǎn)，具有良好的應(yīng)用前景，但目前大多只停留在理論階段，僅進(jìn)行建模仿真，離線預(yù)測，無實際應(yīng)用產(chǎn)品。因此，將飛灰含碳量的軟測量方法應(yīng)用到實際的工業(yè)裝置中，具有重要意義。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于BP神經(jīng)網(wǎng)絡(luò)的飛灰含碳量測量方法，并將該方法移植至DSP中，進(jìn)行飛灰含碳量的在線測量。以解決目前飛灰含碳量軟測量方法中離線預(yù)測的問題，實現(xiàn)了對流經(jīng)管道的飛灰含碳量的實時、在線的準(zhǔn)確測量。

為實現(xiàn)上述目的本發(fā)明采用以下技術(shù)方案：一種基于BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)的飛灰含碳量在線測量方法，

步驟1：基于靜電傳感器，構(gòu)建以輸入為信號能量、飛灰樣本濃度，輸出為飛灰含碳量的3層BP神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練樣本，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)在線參數(shù)訓(xùn)練；

步驟2：采用遺傳算法Genetic Algorithm對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，以得到BP神經(jīng)網(wǎng)絡(luò)參數(shù)的全局最優(yōu)解；

步驟3：將Genetic Algorithm優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法移植至DSP中，進(jìn)行在線參數(shù)訓(xùn)練，并基于靜電傳感器實時采集未知含碳量的飛灰樣本的靜電信號序列、濃度，歸一化處理后作為預(yù)測輸入，進(jìn)行飛灰含碳量的在線預(yù)測。