-
公开(公告)号：CN112163380B
公开(公告)日：2024-06-18
申请号：CN202011014871.0
申请日：2020-09-24
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06N3/0464 , G06N3/084 , G06F111/10
Abstract: 本发明是基于数值模拟的神经网络预测炉膛氧气浓度系统及方法，尤其涉及神经网络学习机预测炉膛氧气浓度，属于神经网络应用领域，目的是解决传统氧气浓度测量方法测量精度不足和效率低的问题。该系统包括数值模拟仿真模块，数据处理模块，算法预测模块和实现模块。通过所述的数值模拟仿真模块，利用数值模拟软件建立炉膛内部的物理模型，进行仿真运算；利用所述的数据处理模块，将数值模拟结果进行处理，然后算法预测模块建立三种神经网络模块并进行算法预测，最后通过实现模块选择出最佳算法从而实现炉膛内氧量分布的预测，本发明处理信息量大、计算速度快、通过简便快捷的方式处理复杂的炉膛氧量问题，能精准的预测未来走势，提升计算效率。
-
公开(公告)号：CN112036100A
公开(公告)日：2020-12-04
申请号：CN202011014861.7
申请日：2020-09-24
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F17/18 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种预测炉膛氧气浓度的方法，属于燃煤锅炉技术领域。本发明研发解决的是锅炉氧浓度测量方法无法准确得知炉膛内部氧含量的具体分布的问题。包括以下步骤：步骤一：数值模拟仿真，利用数值模拟软件建立炉膛内部的物理模型，仿真运算；步骤二：数据处理，处理数值模拟结果；步骤三：算法预测，利用四种回归算法预测；步骤四：结果应用，从四种回归算法选择效果最佳算法，预测指定工况下的燃烧器出口风量。利用fluent软件对锅炉燃烧进行全炉膛的数值仿真，从而得到炉膛内部任意位置的氧气浓度分布数据；将无法观察的炉膛内部氧气分布场，用数据进行可视化。
-
公开(公告)号：CN111931436A
公开(公告)日：2020-11-13
申请号：CN202010796708.8
申请日：2020-08-10
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F111/10
Abstract: 一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，涉及燃烧器技术领域，针对传统的炉膛内部风量测量方法测量精度和效率低的问题，包括步骤一：利用数值模拟软件建立锅炉热二次风道的物理模型，进行仿真运算，生成各工况下的燃烧器喷口风量仿真数据；步骤二：对生成的各工况下的燃烧器喷口风量仿真数据进行数据清洗；步骤三：根据处理后的数据训练神经网络，并利用训练好的神经网络对燃烧器喷口风量进行预测。根据人为设定的典型工况，作为算法输入，训练神经网络，通过该模型可以预测大量其他工况下的燃烧器喷口风量。利用算法代替人工网格绘图、数值模拟仿真等大量工作。极大程度上缩短了预测时间、提高了仿真效率、并且提高了测量精度。
-
Patent Agency Ranking
公开(公告)号：CN112036100B
公开(公告)日：2023-01-31
申请号：CN202011014861.7
申请日：2020-09-24
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F17/18 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种预测炉膛氧气浓度的方法，属于燃煤锅炉技术领域。本发明研发解决的是锅炉氧浓度测量方法无法准确得知炉膛内部氧含量的具体分布的问题。包括以下步骤：步骤一：数值模拟仿真，利用数值模拟软件建立炉膛内部的物理模型，仿真运算；步骤二：数据处理，处理数值模拟结果；步骤三：算法预测，利用四种回归算法预测；步骤四：结果应用，从四种回归算法选择效果最佳算法，预测指定工况下的燃烧器出口风量。利用fluent软件对锅炉燃烧进行全炉膛的数值仿真，从而得到炉膛内部任意位置的氧气浓度分布数据；将无法观察的炉膛内部氧气分布场，用数据进行可视化。
-
公开(公告)号：CN112036091A
公开(公告)日：2020-12-04
申请号：CN202010961176.9
申请日：2020-09-14
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/27 , G06F30/28 , G06F111/10 , G06F113/08
Abstract: 一种利用回归算法预测四角切圆燃烧器喷口风量的方法，它属于燃烧器喷口风量预测技术领域。本发明解决了传统的燃烧器喷口风量预测的预测准确率和预测效率低的问题。本发明基于数值模拟结果，利用fluent软件对生成各层燃烧器喷口风量、各风门的分布数值仿真，从而得到燃烧器喷口风量分布数据，将燃烧器喷口风量用数据进行可视化。本发明将岭回归，随机梯度下降，lasso回归，支持向量回归机SVR四种回归算法集成，选择预测效果最好的算法进行燃烧器喷口风量预测。回归算法的处理信息量大、计算速度快、通过简便快捷的方式处理复杂问题、能够有效提高燃烧器喷口风量预测的准确率和效率。本发明可以应用于燃烧器喷口风量的预测。
-
公开(公告)号：CN112598166A
公开(公告)日：2021-04-02
申请号：CN202011486183.4
申请日：2020-12-16
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06Q10/04 , G06N20/10 , G06K9/62 , G06F16/2458 , G06F16/215
Abstract: 一种基于回归算法学习机及专家经验的电站锅炉再热器左右两侧温度偏差的预测方法。本发明涉及一种电站锅炉再热器左右两侧温度偏差的预测方法。本发明的目的是预测电站锅炉再热器左右两侧气温偏差，当温度超过预期，系统报警，提前采取措施，有效降低电站锅炉出现故障的风险，显著提高电站锅炉运行经济性、稳定性。方法：一、依据专家经验确定与再热器左右两侧温度偏差相关的影响因素；二、处理数据；三、建立岭回归，随机梯度下降，lasso和SVR为一体的回归算法学习机；四、利用学习机预测，程序择优；五、利用最优程序，预测未知再热器左右两侧温度偏差。本发明用于预测再热器左右两侧温度偏差。
-
公开(公告)号：CN112598166B
公开(公告)日：2024-07-19
申请号：CN202011486183.4
申请日：2020-12-16
Applicant: 华电新疆哈密煤电开发有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06Q10/04 , G06N20/10 , G06F18/27 , G06F18/2135
Abstract: 一种基于回归算法学习机及专家经验的电站锅炉再热器左右两侧温度偏差的预测方法。本发明涉及一种电站锅炉再热器左右两侧温度偏差的预测方法。本发明的目的是预测电站锅炉再热器左右两侧气温偏差，当温度超过预期，系统报警，提前采取措施，有效降低电站锅炉出现故障的风险，显著提高电站锅炉运行经济性、稳定性。方法：一、依据专家经验确定与再热器左右两侧温度偏差相关的影响因素；二、处理数据；三、建立岭回归，随机梯度下降，lasso和SVR为一体的回归算法学习机；四、利用学习机预测，程序择优；五、利用最优程序，预测未知再热器左右两侧温度偏差。本发明用于预测再热器左右两侧温度偏差。
-
公开(公告)号：CN112163380A
公开(公告)日：2021-01-01
申请号：CN202011014871.0
申请日：2020-09-24
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06N3/04 , G06N3/08 , G06F111/10
Abstract: 本发明是基于数值模拟的神经网络预测炉膛氧气浓度系统及方法，尤其涉及神经网络学习机预测炉膛氧气浓度，属于神经网络应用领域，目的是解决传统氧气浓度测量方法测量精度不足和效率低的问题。该系统包括数值模拟仿真模块，数据处理模块，算法预测模块和实现模块。通过所述的数值模拟仿真模块，利用数值模拟软件建立炉膛内部的物理模型，进行仿真运算；利用所述的数据处理模块，将数值模拟结果进行处理，然后算法预测模块建立三种神经网络模块并进行算法预测，最后通过实现模块选择出最佳算法从而实现炉膛内氧量分布的预测，本发明处理信息量大、计算速度快、通过简便快捷的方式处理复杂的炉膛氧量问题，能精准的预测未来走势，提升计算效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
