[發明專利]一種鍋爐蒸汽溫度預測方法及裝置

在審

• 申請號: 202111183153.0
• 申請日: 2021-10-11
• 公開（公告）號: CN113901719A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 廉潤澤;顧維璽;馬戈;武蘭民;王青春;朱學博;朱國偉;王子木;何思佳;岳江歌;張靖宜;葉鴻儒;李甲;李文光;孫思齊;齊冰昕
• 申請（專利權）人: 中國工業互聯網研究院;國網電子商務有限公司;國網電商科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 秦曉君

1.一種鍋爐蒸汽溫度預測方法，其特征在于，所述方法包括：

從鍋爐發電機組采集的發電鍋爐運轉參數中確定與目標變量蒸汽溫度相關的目標運轉參數；

將所述目標運轉參數作為蒸汽溫度預測模型的輸入，基于所述蒸汽溫度預測模型對所述目標運轉參數進行處理，輸出預測的蒸汽溫度值，所述蒸汽溫度預測模型是基于歷史發電鍋爐運轉參數集進行訓練得到的。

2.根據權利1所述的方法，其特征在于，所述從鍋爐發電機組采集的發電鍋爐運轉參數中確定與目標變量蒸汽溫度相關的目標運轉參數，包括：

確定鍋爐發電機組采集的發電鍋爐運轉參數分別與發電鍋爐蒸汽溫度的相關程度；

根據所述相關程度，選取與目標變量蒸汽溫度相關的目標運轉參數。

3.根據權利要求1所述的方法，其特征在于，基于歷史發電鍋爐運轉參數集進行訓練得到蒸汽溫度預測模型的過程，包括：

獲取鍋爐發電機組采集到的歷史發電鍋爐運轉參數集；

對所述歷史發電鍋爐運轉參數集進行時序變換，得到歷史時序集；

基于預設比例將所述歷史時序集劃分為訓練集和驗證集；

確定初始LSTM回歸模型，并基于所述訓練集和驗證集對所述初始LSTM回歸模型進行訓練，確定當前訓練得到的LSTM回歸模型為蒸汽溫度預測模型。

4.根據權利要求3所述的方法，其特征在于，所述基于所述訓練集和驗證集對所述初始LSTM回歸模型進行訓練，確定當前訓練得到的LSTM回歸模型為蒸汽溫度預測模型，包括：

采用交叉驗證法，在訓練集上對所述初始LSTM回歸模型進行訓練，得到訓練后的初始LSTM回歸模型；

在所述驗證集上對所述訓練后的初始LSTM回歸模型對發電鍋爐蒸汽溫度的擬合程度，得到最優模型參數；

對基于所述最優模型參數構建的初始蒸汽溫度預測模型進行性能評估；

在確定所述基于所述最優模型參數構建的初始蒸汽溫度預測模型符合預設條件時，確定所述初始蒸汽溫度預測模型為最終的蒸汽溫度預測模型。

5.根據權利要求4所述的方法，其特征在于，還包括：

在確定所述基于所述最優模型參數構建的初始蒸汽溫度預測模型不符合預設條件時，繼續基于所述訓練集和驗證集對所述初始蒸汽溫度預測模型進行訓練。

6.根據權利要求1所述的方法，其特征在于，還包括：

基于所述預測的蒸汽溫度值繪制預測曲線，并顯示。

7.一種鍋爐蒸汽溫度預測裝置，其特征在于，所述裝置包括：

確定單元，用于從鍋爐發電機組采集的發電鍋爐運轉參數中確定與目標變量蒸汽溫度相關的目標運轉參數；

蒸汽溫度預測模型，用于將所述目標運轉參數作為蒸汽溫度預測模型的輸入，基于所述蒸汽溫度預測模型對所述目標運轉參數進行處理，輸出預測的蒸汽溫度值，所述蒸汽溫度預測模型是基于構建單元構建得到。

8.根據權利要求7所述的裝置，其特征在于，所述確定單元，具體用于：確定鍋爐發電機組采集的發電鍋爐運轉參數分別與發電鍋爐蒸汽溫度的相關程度；根據所述相關程度，選取與目標變量蒸汽溫度相關的目標運轉參數。

9.根據權利要求7所述的裝置，其特征在于，所述構建單元，包括：

獲取子單元，用于獲取鍋爐發電機組采集到的歷史發電鍋爐運轉參數集；

變換子單元，用于對所述歷史發電鍋爐運轉參數集進行時序變換，得到歷史時序集；

劃分子單元，用于基于預設比例將所述歷史時序集劃分為訓練集和驗證集；

訓練子單元，用于確定初始LSTM網絡模型，并基于所述訓練集和驗證集對所述初始LSTM回歸模型進行訓練，確定當前訓練得到的LSTM回歸模型為蒸汽溫度預測模型。

10.根據權利要求7所述的裝置，其特征在于，還包括：

繪制單元，用于基于所述預測的蒸汽溫度值繪制預測曲線，并顯示。