公开(公告)号：CN111539615B

公开(公告)日：2023-04-07

申请号：CN202010314165.1

申请日：2020-04-20

Applicant: 上海发电设备成套设计研究院有限责任公司 ,  贵溪发电有限责任公司

Inventor： 方超 ,  汪勇 ,  郭荣 ,  刘晖明 ,  黎帅 ,  丁刚 ,  邓志成 ,  王建曼 ,  吴文青 ,  杨阳

IPC: G06Q10/063 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种基于深度学习的锅炉燃烧过程状态监测方法及系统，监测方法包括以下步骤：步骤一、将锅炉燃烧过程状态从差到优分为若干类；步骤二、利用锅炉壁温分布数据建立卷积神经网络模型，输出特征一；步骤三、利用机组负荷等其他相关数据建立深度置信网络模型，输出特征二，步骤四、结合特征一和特征二输出结果，利用BP神经网络进行燃烧过程状态模型训练，实现状态监测。本发明充分考虑锅炉燃烧相关变量，结合深度学习算法，采用深度学习算法建立锅炉燃烧过程状态监测模型，提升了模型的可靠性和泛化能力，以安全可靠为基本前提，实现锅炉燃烧过程状态监测，在为机组运行人员运行调整和达到节能减排的效果方面具有重要意义。

公开(公告)号：CN111539615A

公开(公告)日：2020-08-14

申请号：CN202010314165.1

申请日：2020-04-20

Applicant: 上海发电设备成套设计研究院有限责任公司 ,  贵溪发电有限责任公司

Inventor： 方超 ,  汪勇 ,  郭荣 ,  刘晖明 ,  黎帅 ,  丁刚 ,  邓志成 ,  王建曼 ,  吴文青 ,  杨阳

IPC: G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的锅炉燃烧过程状态监测方法及系统，监测方法包括以下步骤：步骤一、将锅炉燃烧过程状态从差到优分为若干类；步骤二、利用锅炉壁温分布数据建立卷积神经网络模型，输出特征一；步骤三、利用机组负荷等其他相关数据建立深度置信网络模型，输出特征二，步骤四、结合特征一和特征二输出结果，利用BP神经网络进行燃烧过程状态模型训练，实现状态监测。本发明充分考虑锅炉燃烧相关变量，结合深度学习算法，采用深度学习算法建立锅炉燃烧过程状态监测模型，提升了模型的可靠性和泛化能力，以安全可靠为基本前提，实现锅炉燃烧过程状态监测，在为机组运行人员运行调整和达到节能减排的效果方面具有重要意义。