[發明專利]一種基于集成學習的工業鍋爐運行優化方法

在審

• 申請號: 202111117868.6
• 申請日: 2021-09-23
• 公開（公告）號: CN113887130A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 張永春;謝一麟;邵東亮;孫濤;巢麗清;周俊
• 申請（專利權）人: 江蘇省特種設備安全監督檢驗研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/20;G06F119/14;G06F119/08
• 代理公司: 無錫知初知識產權代理事務所(普通合伙) 32418
• 代理人: 高春濤

本發明公開了一種基于集成學習的工業鍋爐運行優化方法，屬于工業鍋爐控制技術領域，包括如下步驟：步驟1：獲取鍋爐歷史運行數據；步驟2：對鍋爐歷史運行數據進行預處理，去除無效數據記錄；步驟3：根據預處理后的鍋爐運行數據，基于Stacking集成學習算法建立以鍋爐操作參數和鍋爐負荷參數為輸入，以NOx排放濃度和熱效率為輸出的集成燃燒模型；步驟4：確定鍋爐的工況參數，使用權重衰減的粒子群算法和建立好的集成燃燒模型，對鍋爐的操作參數進行尋優；步驟5：輸出步驟4中得到的最優鍋爐操作向量。本發明能靈活適應鍋爐燃燒工況變化，具有更高的模型精度和穩定性，使鍋爐高效節能環保運行。

技術領域

本發明屬于工業鍋爐控制技術領域，具體涉及一種基于集成學習的工業鍋爐運行優化方法。

背景技術

鍋爐作為一種重要的能源轉換設備，在我國工業領域中扮演著重要角色。截至2020年，我國工業鍋爐的污染物排放量和能源消耗量都僅次于電站鍋爐，然而在工業鍋爐的使用過程中存在以下問題：1、鍋爐運行效率低，因為供暖鍋爐司爐工多缺乏專業的操作知識，無法根據鍋爐的運行及時調節鍋爐的操作參數，使得鍋爐長時間運行于低效狀態。2、鍋爐污染嚴重，煤粉在燃燒過程中會產生氮氧化物(NOx)等大氣污染物。所以從經濟性和環保性出發，如何提高鍋爐的能源利用效率和降低污染物的排放量就至關重要。

為了實現以上需求，以鍋爐的燃燒熱效率和NOx排放濃度為優化目標進行鍋爐操作參數的優化，并將優化結果反饋給司爐工指導操作是一種有效的手段。在鍋爐的運行過程中，通過操作參數的調整可以改善鍋爐的燃燒狀況。

然而鍋爐是典型的多輸入/輸出、強非線性的復雜系統，并且因為其輸入煤質和負荷的差別，呈現多工況特性，難以利用傳統的分析建模為其建立模型。而隨著人工智能技術的發展，學者開始基于機器學習算法構建鍋爐黑箱模型，并通過智能優化算法對鍋爐參數進行優化。現有的鍋爐建模方法多采用單一的機器學習算法，在進行過程應用時會出現穩定性差、建模精度低的問題。

發明內容

技術問題：針對現有技術中存在的上述問題，本發明所要解決的技術問題在于提供一種基于集成學習的工業鍋爐運行優化方法建立穩定性和精度更高的模型改善鍋爐的燃燒狀況。

技術方案：為了解決上述技術問題，本發明采用的技術方案如下：

一種基于集成學習的工業鍋爐運行優化方法，包括以下步驟：

步驟1：獲取鍋爐歷史運行數據，包括狀態參數、操作參數、工況參數和輸出參數，所述工況參數包括鍋爐負荷參數和燃煤煤質參數，所述輸出參數包括NOx排放濃度和鍋爐的燃燒熱效率；

步驟2：對鍋爐歷史運行數據進行預處理，去除無效數據記錄；

步驟3：根據預處理后的鍋爐運行數據，基于Stacking集成學習算法建立以鍋爐操作參數和鍋爐負荷參數為輸入，以NOx排放濃度和熱效率為輸出的集成燃燒模型；

步驟4：確定鍋爐的工況參數，使用權重衰減的粒子群算法和建立好的集成燃燒模型，對鍋爐的操作參數進行尋優；

步驟5：輸出步驟4中得到的最優鍋爐操作向量。

優選的，所述狀態參數包括煙氣溫度、上水溫度、上水壓力、水流量、蒸汽壓力、蒸汽溫度和蒸汽量，所述操作參數包括一次風量、二次風量、燃盡風門開度和給煤量。

優選的，所述步驟2包括以下步驟：

步驟2.1：刪除鍋爐歷史運行中包含缺失數據的數據記錄；

步驟2.2：使用四分位極差法檢測并清除異常數據記錄；

步驟2.3：刪除鍋爐歷史運行數據中的重復數據記錄。

優選的，所述步驟2.2中四分位極差計算方法為：