-
公开(公告)号：CN112418284B
公开(公告)日：2024-08-27
申请号：CN202011276325.4
申请日：2020-11-16
Applicant: 华北电力大学 , 国网天津市电力公司电力科学研究院
IPC: G06F18/23 , G06F18/214 , G06N3/0464 , G06N3/126 , B01D53/86 , B01D53/56
Abstract: 本发明公开了一种全工况电站SCR脱硝系统的控制方法及系统，所述控制方法：将脱硝成本加入优化目标函数，采用预测控制结构，结合神经网络和遗传算法进行模型建立和控制量寻优，实现了喷氨量的优化控制。通过构建神经网络模型预测SCR反应器的出口NOx浓度未来的变化趋势，通过采用遗传算法寻优确定SCR脱硝系统的喷氨流量，并对喷氨阀门的阀门开度进行调整，该方法能够较好地克服SCR脱硝系统大惯性、大迟延的缺点，提高喷氨量控制对机组负荷变化的响应速度，改善SCR脱硝系统的动态调节品质。
-
公开(公告)号：CN115730191A
公开(公告)日：2023-03-03
申请号：CN202211076582.2
申请日：2022-09-05
Applicant: 华北电力大学 , 西安热工研究院有限公司 , 华能集团技术创新中心有限公司
IPC: G06F18/10 , G06F18/2433 , G06N3/0455 , G06N3/048 , G06N3/08 , G06Q50/02 , G06F16/215 , G06Q10/04
Abstract: 本发明公开了属于磨煤机状态监测与故障预警技术领域的一种基于注意力机制的磨煤机故障预警方法。包括步骤1：获取磨煤机历史正常的运行时间内所有参数的动态变化数据；步骤2：分析磨煤机断煤、堵煤、煤自燃故障成因及现象，选定代表磨煤机状态的关键测点参数作为建模变量；步骤3：对数据集进行数据预处理；步骤4：建立基于注意力机制的Transformer预测模型，并进行在线训练；步骤5：获取Transformer预测模型的预测偏离度，并用此预测偏差表征磨煤机设备健康程度；步骤6：通过滑动窗口法处理预测偏离度序列，计算故障预警阈值，并进行故障预警。本发明选取的关键测点参数数值会与模型预测值出现较大偏差，实现设备早期故障的预警。
-
公开(公告)号：CN107967534A
公开(公告)日：2018-04-27
申请号：CN201711160287.4
申请日：2017-11-20
Applicant: 华北电力大学
Abstract: 本发明提供一种通过构建运行数据典型工况样本库提高预测精度的方法，所述方法利用相关分析消除冗余变量，利用主成分分析进行降维，以工况信息量指标最大为目标，搜寻给定数量的运行数据样本，构建典型工况样本库，使其涵盖大部分运行工况，以此来表过程特性，在建立模型时既不影响计算效率，又能保证模型的预测精度。
-
公开(公告)号：CN105116855B
公开(公告)日：2018-04-10
申请号：CN201510435036.7
申请日：2015-07-22
Applicant: 华北电力大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了属于火电机组脱硫技术领域的一种烟气循环流化床脱硫的优化控制方法，其中，DCS系统分别连接烟气循环流化床和基于PLC的二氧化硫优化控制系统，所述优化控制系统由二氧化硫预测模块和二氧化碳计算模块分别连接数据通讯模块和消石灰控制模块，消石灰控制模块连接数据通讯模块组成；数据通讯模块与DCS系统相互交换数据。本发明通过SO2预测模型和计算脱硫塔入口烟气的CO2量，能够及时、动态和准确地调节消石灰的给料量，从根本上避免了SO2的超标排放和消石灰等资源的浪费，并在一定程度上减少了CO2排放量，在工程上具有较高的借鉴意义。
-
公开(公告)号：CN104613468B
公开(公告)日：2017-01-25
申请号：CN201510041333.3
申请日：2015-01-27
Applicant: 华北电力大学
IPC: F23C10/28
Abstract: 本发明公开了属于循环流化床燃烧技术领域的一种基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法，其循环流化床锅炉燃烧优化控制系统包括：数据通讯子系统、模型预测子系统、性能优化子系统；其中，数据通讯子系统与DCS系统的OPC服务器通讯软件交互数据，模型预测子系统连接数据通讯子系统，性能优化子系统分别连接模型预测子系统和数据通讯子系统；通过模糊自适应推理算法建立锅炉效率、SO2和NOx排放模型，选用具有最优保留策略的果蝇算法，对循环流化床锅炉运行工况进行寻优，为电站DCS基础控制层提供各操作变量的最佳设定值，实现循环流化床锅炉高效、低污染排放运行。
-
Patent Agency Ranking
公开(公告)号：CN103714262B
公开(公告)日：2016-08-10
申请号：CN201410024860.9
申请日：2014-01-20
Applicant: 华北电力大学
IPC: G06F17/50
Abstract: 本发明提供一种基于缓冲块时序设计的热工软测量模型更新方法，属于热工技术和人工智能交叉技术领域。该方法选择辅助变量作为模型的输入，要预测的关键变量作为模型的输出，选取历史运行数据建立初始软测量模型；利用缓冲块来设计更新时序，将最新采样的数据样本暂存入缓冲块中，当缓冲块存储满后，再判断模型性能，决定是否进行更新模型；在模型更新时并非针对当前时刻的样本进行，而是对缓冲块中的样本进行逐个更新。本发明提出的缓冲块时序设计更新方法，减少了测量噪声以及离群样本对模型性能的影响，从而避免因采集样本中的噪声和干扰而触发模型更新，同时使更新模块在实际工程中应用成为可能，而且也降低了更新频率，减少了计算时间。
-
公开(公告)号：CN103197549B
公开(公告)日：2016-04-13
申请号：CN201310068076.3
申请日：2013-03-04
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开了循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法，所述循环流化床锅炉烟气中二氧化硫的软测量方法包括：S1，采集实际工业装置的操作数据，构造炉膛内活性石灰石的软测量模型；S2，根据上述炉膛内活性石灰石的软测量值，结合给煤量构造炉膛出口二氧化硫排放浓度的软测量模型；S3，根据炉膛出口二氧化硫排放浓度的软测量值反馈控制石灰石给料机调节石灰石给料量，保证二氧化硫的排放浓度符合标准。本发明通过建立炉膛内活性石灰石的软测量模型，根据活性石灰石的软测量值和给煤量构造炉膛出口二氧化硫排放浓度的软测量模型，预测炉膛出口SO2的排放浓度，从而可以提前反馈调节石灰石给料量，从根本上起到调节控制的作用。
-
公开(公告)号：CN103413052B
公开(公告)日：2016-02-24
申请号：CN201310367445.9
申请日：2013-08-21
Applicant: 华北电力大学
IPC: G06F19/00
Abstract: 基于相关性分析的火电厂过程稳态建模变量筛选方法，属于过程数据建模变量筛选技术领域。建立过程变量的历史数据的相关矩阵，对关注变量设置相关性偏置，修改相关矩阵中与对应变量相关的相关系数；对相关矩阵进行比较，形成由0和1构成的新的相关矩阵，0代表两个变量相关性弱，1代表两个变量相关性强；调整变量的次序，使得相关矩阵中彼此相关系数大的变量前后紧密排列，新的变量列表对应的相关矩阵形成分块矩阵的形态，不同子块对应的变量分开建模，同一子块对应的变量作为建模变量进行建模。本发明根据过程变量间的相关性对过程变量进行分组，避免经验不同对结果的影响，简化建模过程中变量选取工作，提高所建模型对实际过程的描述能力。
-
公开(公告)号：CN103115356B
公开(公告)日：2015-12-09
申请号：CN201310049733.X
申请日：2013-02-07
Applicant: 华北电力大学
IPC: F23C10/28
Abstract: 本发明公开了一种超临界CFB锅炉燃烧信号的监测方法及优化控制方法，所述监测方法包括：步骤1，采集现场数据，对上述现场数据进行数据预处理，并确定即燃碳量模型的辅助变量；步骤2，建立基于机理建模和数据分析的复合建模的即燃碳量模型，并利用广义卡尔曼滤波信息融合技术估算炉膛内即燃碳的存储量；所述即燃碳量模型为：步骤3，利用即燃碳量分别构造热量信号动态模型、炉膛床温信号模型和炉膛出口氧量信号模型，来对热量、床温、氧量进行预测。本发明能够准确、实时地测量超临界CFB锅炉的热量、床温、氧量等信号，实现对超临界CFB锅炉燃烧的优化控制，提高超临界CFB锅炉燃烧的稳定性。
-
公开(公告)号：CN104807039A
公开(公告)日：2015-07-29
申请号：CN201510198128.8
申请日：2015-04-23
Applicant: 华北电力大学
IPC: F23N5/00
Abstract: 本发明属于热工技术和人工智能交叉技术领域，涉及一种锅炉燃烧优化的变量降维建模方法。本发明选择扰动变量DV（Disturbance Variables）和控制变量MV（Manipulated Variables）作为模型的辅助变量，要预测的被控变量CV（Controlled Variables）作为模型的输出，选择历史运行数据作为初始训练样本，利用主成分分析（Principal Component Analysis）对模型的扰动变量DV进行特征提取，实现输入变量的降维，将提取的特征变量与控制变量MV一同作为模型的输入，利用LSSVM（Least Squares Support Vector Machine）建立锅炉的被控变量模型。本发明通过对输入变量的降维，可以有效地提高模型的预测精度和泛化能力，能够实现对被控变量的精确预测，对电站锅炉的燃烧优化控制有重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.033 seconds)
