[發明專利]基于智能化KNN機制的燃煤鍋爐NOx

在審

• 申請號: 202210032494.6
• 申請日: 2022-01-12
• 公開（公告）號: CN114492961A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 朱亮;宋鑫
• 申請（專利權）人: 河北大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q50/26
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 胡素梅

1.一種基于智能化KNN機制的燃煤鍋爐NO_x排放預測方法，其特征是，包括如下步驟：

a、構建知識庫；具體是：從現有燃煤電廠存儲的數據中選取若干元組數據，每一元組數據均包括30維的燃燒輸入參數以及鍋爐A側和B側的NO_x輸出濃度；從30維燃燒輸入參數中選取單位負荷、總風量和爐膛溫度3個參數，并以這3個參數為坐標軸建立直角坐標系，將直角坐標系空間平均劃分成M³個小長方體空間，8≤M≤15；并使所選取的若干元組數據分別分布于對應的小長方體空間中，從而構建形成知識庫；

b、依據鍋爐A側的NO_x輸出濃度對知識庫中元組數據進行分類；具體是：針對A側NO_x輸出濃度，采用上限函數將A側NO_x輸出濃度的范圍[minA,maxA]劃分為s個區間，將每一區間的元組數據集合起來形成一個聚類，獲得包含s個聚類的集合cSetA＝{C₁,…,C_s}；集合cSetA中每一聚類包含若干元組數據，各聚類C_i中元組數據互不相交，且所有聚類的元組數據取并集構成知識庫中元組數據；minA指在知識庫的元組數據中，A側NO_x輸出濃度的最小值，maxA指在知識庫的元組數據中，A側NO_x輸出濃度的最大值；s為整數；1≤i≤s；

c、對于待測新元組t，首先根據新元組t的30維的燃燒輸入參數，判定新元組t所屬的聚類，得到至少一個候選聚類；當候選聚類為多個時，使候選聚類對應的單位負荷、總風量和爐膛溫度3個輸入參數的區間與新元組t在知識庫小長方體空間對應的區間取交集，將交集最大的一個或多個對應的候選聚類記為關鍵聚類；當候選聚類為一個時，該候選聚類即為關鍵聚類；

d、從關鍵聚類中尋找待測新元組t的K個最近鄰元組t₁,…,t_K，依據如下公式計算各最近鄰元組t_i的權重w_i；i＝1,…,K；

a_i＝log₂((c_c+1)(c_r+1))/(d(t,t_i)+d_mean)

c_c表示與最近鄰元組t_i在同一個關鍵聚類的K個最近鄰元組t₁,…,t_K的數目，c_r表示與最近鄰元組t_i在知識庫中屬于同一個小長方體的K個最近鄰元組t₁,…,t_K的數目；d(t,t_i)表示待測新元組t與最近鄰元組t_i之間的距離；

e、依據如下公式計算待測新元組t的A側的NO_x輸出濃度；

t.y'₁＝w₁t₁.y₁+…+w_Kt_K.y₁

其中，t.y'₁即為預測得出的新元組t的A側的NO_x輸出濃度；t₁.y₁為最近鄰元組t₁的A側的NO_x輸出濃度，t_K.y₁為最近鄰元組t_K的A側的NO_x輸出濃度；

f、按照步驟b-e計算出新元組t的B側的NO_x輸出濃度。

2.根據權利要求1所述的基于智能化KNN機制的燃煤鍋爐NO_x排放預測方法，其特征是，步驟c中，

判斷新元組t是否屬于某一聚類，具體是：根據新元組t的30維輸入參數，判斷各維輸入參數是否均落入聚類所對應的30維數據中，如果是，則表示新元組t屬于該聚類，將該聚類記為候選聚類；否則表示新元組t不屬于該聚類。