[發明專利]一種基于神經網絡的磨煤機煤質預測方法

在審

• 申請號: 202110815569.3
• 申請日: 2021-07-19
• 公開（公告）號: CN113533622A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 周立仁;陳思勤;陳慕歐;孫天逸;鐘秀敏;王學海;陳佳偉;陳慧賢;郭建輝;黃春艷;吳善森
• 申請（專利權）人: 華能國際電力股份有限公司上海石洞口第二電廠
• 主分類號: G01N31/12
• 分類號: G01N31/12;G06N3/04;G06N3/08
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種基于神經網絡的磨煤機煤質預測方法，其特征在于：包括，

根據磨煤機運行和鍋爐燃燒機理對采集的磨煤機數據進行分析、整理和清洗；

基于神經網絡多層感知機建立預測模型，導入清洗后的所述磨煤機數據進行模型訓練；

將訓練好的所述預測模型與DCS系統實時連接，在線計算磨煤機運行煤種，根據計算結果判斷磨煤機實時運行煤質。

2.根據權利要求1所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：所述神經網絡多層感知機包括，第一層、第二層和第三層；

所述第一層包括，輸入層；

所述第二層包括，兩層隱藏層；

所述第三層包括，輸出層。

3.根據權利要求1或2所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：所述預測模型包括，

Z₂＝XW₁

a₂＝tanh(z₂)

z₃＝a₂w₂

其中，

4.根據權利要求3所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：還包括，

a₃＝Relu(z₃)

z₄＝a₃W₃

Y＝sigmoid(z₄)

其中，

5.根據權利要求2所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：所述第一層、所述第二層和所述第三層均包括激活函數；

所述第一層的激活函數包括，雙區正切函數；

所述第二層的激活函數包括，Relu函數；

所述第三層的激活函數包括，Sigmoid函數。

6.根據權利要求4所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：包括，

利用接口實時獲取所述DCS系統中的運行參數；

基于Python語言編程訓練完成的所述預測模型，在所述DCS系統中外掛一臺計算機，將編程好的所述預測模型的運行代碼導入所述計算機中；

通過接口與所述DCS系統通訊，實時讀取所述預測模型匯總所需的運行參數，并將實時計算出的當前磨煤機運行煤質回寫至所述DCS系統中。

7.根據權利要求6所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：所述運行參數包括，

給煤機的煤量反饋、磨煤機的一次風進口溫度、磨煤機的進口風量、磨煤機的進口風壓、磨煤機至鍋爐1角進口風速、磨煤機至鍋爐2角進口風速、磨煤機至鍋爐3角進口風速、磨煤機至鍋爐4角進口風速、磨煤機磨碗差壓、磨煤機石子煤落料管溫度和磨煤機電流。

8.根據權利要求7所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：還包括，

磨煤機煤粉一次風管壁溫度1、磨煤機煤粉一次風管壁溫度2、磨煤機煤粉一次風管壁溫度3、磨煤機煤粉一次風管壁溫度4、磨煤機熱一次風調節擋板閥位、磨煤機旋轉分離器速度反饋、磨煤機旋轉分離器電流、磨煤機出口風粉溫度、磨煤機出口風粉壓力1、磨煤機出口風粉壓力2、磨煤機冷一次風調節擋板閥位、密封風磨碗差壓、總風量、總燃料量、發電機有功功率和凝汽器進口循環水溫度。

9.根據權利要求8所述的基于神經網絡的磨煤機煤質預測方法，其特征在于：所述運行參數即為分析、整理清洗后的所述磨煤機數據；

根據加倉煤種和所述運行參數，人工判斷出磨煤機當前運行每一種煤種的時間并整理出50至100種煤種；

將所述運行參數根據整理出的時間段導出，進行時標對齊差值計算，并標注相應煤種的熱值、水分、揮發分、灰分、硫分。