公开(公告)号：CN119475982A

公开(公告)日：2025-02-18

申请号：CN202411511320.3

申请日：2024-10-28

Applicant: 中北大学

Inventor： 史元浩 ,  王楠 ,  李辉 ,  崔方舒 ,  胡永涛 ,  杜鹏飞

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明公开一种省煤器受热面的积灰预测方法、系统、设备及介质，涉及积灰预测技术领域，该方法包括：获取省煤器的实时运行数据；构建省煤器受热面热损失模型，求解得到热损失面积最小时的吹灰起点和对应的吹灰阈值；将热损失面积最小时的吹灰起点和对应的吹灰阈值代入原序列中，截取得到区间预测的目标积灰段；采用集合经验模态分解法对目标积灰段进行分解，得到高频分量、低频分量和趋势项；并将其作为基于分位数回归的双向门控循环神经网络的输入，得到积灰的预测区间；该方法对目标序列使用区间预测更好地刻画了预测点的不确定性，在实际应用中可以为锅炉运行人员进行吹灰操作、制定吹灰策略提供更多的反应时间。

公开(公告)号：CN116523133A

公开(公告)日：2023-08-01

申请号：CN202310490333.6

申请日：2023-05-04

Applicant: 中北大学

Inventor： 史元浩 ,  韩天翔 ,  胡永涛 ,  王康杰

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种锅炉受热面的积灰预测方法，其涉及燃煤电厂锅炉受热面积灰预测技术领域。包括：获取锅炉省煤器的全天清洁因子数据，并从全天清洁因子数据中截取积灰段清洁因子数据作为原始清洁因子时间序列数据；使用变分模态分解VMD对原始清洁因子时间序列数据进行解耦，通过其模态函数和中心频率获得低频分量和高频分量；使用时间卷积网络训练并预测低频分量和高频分量，将预测后的低频分量和高频分量的预测值全部相加，得到锅炉受热面积灰状况。本发明通过变分模态分解VMD与时间卷积网络相结合能够更加准确地预测锅炉受热面积灰状况，从而进行受热面吹灰优化工作，为火电厂吹灰操作运行提供指导。

公开(公告)号：CN119358729A

公开(公告)日：2025-01-24

申请号：CN202411383816.7

申请日：2024-09-30

Applicant: 中北大学

Inventor： 崔方舒 ,  胡永涛 ,  王楠 ,  史元浩 ,  杜鹏飞 ,  李辉

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/25 ,  G06F18/213 ,  G06F18/15 ,  G06N3/045 ,  G06N3/044 ,  G06N3/048 ,  G06F123/02

Abstract: 本发明公开了一种燃煤电站锅炉受热面吹灰预测方法，涉及燃煤电站锅炉受热面吹灰预测领域。包括：获取燃煤电站锅炉受热面全天清洁因子数据集，并截取积灰段清洁因子时间序列数据作为原始清洁因子时间序列数据；采用改进的自适应噪声完备集合经验模态分解对原始清洁因子时间序列数据注入白噪声并构造待分解序列，对其进行分解，获得固有模态函数分量和残差分量；采用双向循环神经网络预测模型对各分量进行预测，获得各分量预测值；将各分量预测值进行叠加得到用于表征锅炉受热面积灰状况的最终预测值。本发明将改进的自适应噪声完备集合经验模态分解与双向循环神经网络相结合，能够准确预测锅炉受热面积灰的状况，为燃煤电站吹灰操作提供指导。