[發明專利]監測水泥廠預熱器狀態變化的輔助方法

在審

• 申請號: 202011264149.2
• 申請日: 2020-11-12
• 公開（公告）號: CN112381235A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 樊融;陳向陽;宋志剛
• 申請（專利權）人: 寰清能源科技（上海）有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06N3/08;G06N3/04;G01D21/02
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 李佳俊;郭國中

1.一種監測水泥廠預熱器狀態變化的輔助方法，其特征在于，利用機器學習方法學習預熱器的模型特性，將訓練好的模型用于目標特征的預測，根據預測值與真實值的偏差變化趨勢，結合操作人員經驗判斷預熱器狀態的變化。

2.根據權利要求1所述的一種監測水泥廠預熱器狀態變化的輔助方法，其特征在于，包括如下步驟：

步驟1，選擇機器學習的特征和預測目標：選擇預熱器運行的參數作為機器學習的特征，選擇預熱器中壓力差的未來值作為預測目標；

步驟2，選擇機器學習的方法：選擇完機器學習的特征和預測目標之后，選擇多特征時間序列輸入并給出預測目標時間序列的機器學習方法；

步驟3，模型訓練：選擇完機器學習方法之后，進行模型訓練；

步驟4，異常判據選擇：模型訓練完成之后，建立異常判斷準則；

步驟5，布署和運行：在隔離環境中布署模型，獲取數據之后進行計算，不影響設施正常運行。

3.根據權利要求2所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟1中選擇了預熱器中的溫度、溫度差、投料量和壓力差的歷史值作為機器學習的特征。

4.根據權利要求2所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟1中所有的特征數據均來自已有的傳感器和DCS設備，無須增加額外硬件。

5.根據權利要求2所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟2選擇雙層LSTM的機器學習方法。

6.根據權利要求5所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟2中采用隱層包含兩層LSTM的Seq2Seq模型，輸入序列長度和輸出序列長度能夠根據實際需求和硬件性能進行選擇。

7.根據權利要求2所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟2中，能夠根據電廠實際情況，包括數據采集頻率和系統運行穩定程度選定輸入序列長度和預測序列長度。

8.根據權利要求2所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟3中，根據步驟2輸入序列和輸出序列長度的選擇，采用MSE為損失函數，對數據集進行切分處理，轉換成滿足LSTM的輸入格式，根據訓練過程對模型參數進行調整。

9.根據權利要求2所述的監測水泥廠預熱器狀態變化的輔助方法，其特征在于，所述步驟4中，采用的異常判斷準則包括報警頻率和偏差趨勢，對于輸入數據偏離訓練數據輸入范圍的情況應予以判斷和處理，報警觸發應限于輸入數據處于訓練輸入數據范圍內的情形。