-
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：CN114117934A
公开(公告)日：2022-03-01
申请号：CN202111470419.X
申请日：2021-12-03
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: G06F30/27 , G06N3/08 , G06F113/14 , G06F119/08
Abstract: 基于门控神经网络的电站锅炉水冷壁壁温在线预测方法，属于电站锅炉设备水冷壁管道温度测量领域。本发明解决了利用现有更新模型难以实现对水冷壁管温度长期实时精准预测的问题。本发明方法包括：采集水冷壁管道温度和温度相关变量；对水冷壁管道温度和温度相关变量进行预处理，得到预处理后的数据，得作为历史训练数据集；建立门控神经网络模型，利用历史训练数据对门控神经网络模型进行离线训练；对离线训练好的门控神经网络模型进行模型参数在线更新，得到在线更新参数的门控神经网络模型；将实时采集的水冷壁管道温度相关变量输入至在线更新后的门控神经网络模型，输出得到预测的水冷壁管道温度。本发明用于锅炉水冷壁管道温度预测。
-
公开(公告)号：CN114117934B
公开(公告)日：2023-04-07
申请号：CN202111470419.X
申请日：2021-12-03
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: G06F30/27 , G06N3/08 , G06F113/14 , G06F119/08
Abstract: 基于门控神经网络的电站锅炉水冷壁壁温在线预测方法，属于电站锅炉设备水冷壁管道温度测量领域。本发明解决了利用现有更新模型难以实现对水冷壁管温度长期实时精准预测的问题。本发明方法包括：采集水冷壁管道温度和温度相关变量；对水冷壁管道温度和温度相关变量进行预处理，得到预处理后的数据，得作为历史训练数据集；建立门控神经网络模型，利用历史训练数据对门控神经网络模型进行离线训练；对离线训练好的门控神经网络模型进行模型参数在线更新，得到在线更新参数的门控神经网络模型；将实时采集的水冷壁管道温度相关变量输入至在线更新后的门控神经网络模型，输出得到预测的水冷壁管道温度。本发明用于锅炉水冷壁管道温度预测。
-
公开(公告)号：CN114198737A
公开(公告)日：2022-03-18
申请号：CN202111581593.1
申请日：2021-12-22
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
Abstract: 一种带有烟气流场消除偏差装置的超超临界锅炉，本发明涉及消除偏差装置的超超临界锅炉，本发明的目的是为了解决现有现有的超超临界锅炉个别管屏因吸热不均发生超温影响机组的安全性和效率的问题，它包括炉膛、烟道、高温受热面管屏和多组消除偏差装置；烟道入口与炉膛顶端连通，高温受热面管屏位于烟道的入口处，多组消除偏差装置安装在烟道的高温受热面区域内，多组消除偏差装置沿炉膛的宽度方向均布安装在烟道上。本发明属于锅炉领域。
-
公开(公告)号：CN118039004A
公开(公告)日：2024-05-14
申请号：CN202410135159.8
申请日：2024-01-31
Applicant: 国能浙能宁东发电有限公司 , 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G16C20/10 , G01N17/00 , G16C20/70 , G06N20/00 , G06F30/27 , G06F30/28 , G06F119/14 , G06F119/08 , G06F111/10
Abstract: 煤粉锅炉内温度与硫化氢气体浓度在线监测方法，属于锅炉安全技术领域。解决了现有锅炉低负荷运行过程中存在经济性与安全性差的问题。本发明先获取燃烧系统和汽水系统中所有硬件设备的结构参数、煤质数据、锅炉测点的历史数据和操作参数；利用上述数据，进行燃烧数值模拟和工质性能计算，获取历史数据环境下锅炉燃烧器水冷壁范围内的硫化氢的浓度场和炉膛内的温度场；建立基于DNN的机器学习模型，对所述机器学习模型进行训练，获取温度及腐蚀气体浓度估计模型；采集煤质数据、锅炉测点数据和操作参数的实时数据，将采集的实时数据作为温度及腐蚀气体浓度估计模型的输入，对锅炉内的温度和硫化氢气体的浓度进行预测。本发明主要用于锅炉安全性监测。
-
Patent Agency Ranking
公开(公告)号：CN116105119A
公开(公告)日：2023-05-12
申请号：CN202211715264.6
申请日：2022-12-29
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: F22B35/18 , F23M5/00 , F22B37/38 , G06F30/20 , G06F113/08 , G06F113/14 , G06F119/08 , G06F119/14
Abstract: 一种电站锅炉全屏各管不同管段最高壁温的计算方法，它涉及锅炉预警技术领域。本发明为解决现有壁温测量计算手段均采用大数据模拟，未结合不同锅炉受热面的特性，流量特性/烟温特性等，计算出来的壁温并不准确，不能精准对壁温进行预警的问题。本发明包括计算出每根管的单管流量分布，并修正全屏管的流量；通过全屏管的流量分配和现场运行性能参数，计算初始热负荷，并修正全屏管的热负荷，计算全屏管的出口汽温；通过热负荷及现场运行数据，推算受热面的传热模型，实现准确显示全屏各管不同材质不同管段的最高壁温。本发明用于锅炉全屏壁温预警。
-
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。
-
公开(公告)号：CN119720843A
公开(公告)日：2025-03-28
申请号：CN202411779058.0
申请日：2024-12-05
Applicant: 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F113/08 , G06F119/08 , G06F119/14 , G06F111/10
Abstract: 一种利用锅炉烟气测温校准CFD数值模拟方法、系统、设备及介质，属于锅炉技术领域，解决了现有的测温方法按照设计条件依靠数值模拟进行计算，得到的结果与实际运行偏差较大的问题。所述方法包括：采集锅炉的运行数据；采集锅炉烟气温度，计算获得吸热量；生成UDF，导入到相应结构的边界条件中；调整相应结构的吸热系数；采集锅炉基本工况下的换热系数与输入数据，进行大数据学习，得到全工况下的换热系数，将锅炉全工况下的换热系数导入到水冷壁和高温受热面的边界条件中，完成所述模拟方法。本发明适用于锅炉测温应用场景。
-
公开(公告)号：CN111612181B
公开(公告)日：2024-11-26
申请号：CN202010441808.9
申请日：2020-05-22
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06Q10/20 , G06Q10/063 , G06Q10/04 , G06Q50/06 , G06N5/043
Abstract: 一种基于故障树的锅炉异常工况诊断及运行优化方法。目前锅炉运行、检修及故障处理，依靠个人经验做出应对措施，对异常工况的判断和运行优化方法存在较大差异，操作不当会导致停炉，对锅炉设备造成损害。本发明包括如下步骤：步骤1：梳理专家知识，建立专家知识库，构建故障树的顶层决策机制；步骤2：搭建涵盖各型式锅炉所有异常工况的故障库，构建故障树的中间过渡层；步骤3：运用锅炉设计数据及运行数据，构建锅炉性能动态数据库，对比锅炉实际运行数据，建立故障树基础层；步骤4：建立中间转换层单元，连接锅炉测点异常数据与锅炉异常工况，将故障树与锅炉数据库对应连接。本发明用于基于故障树的锅炉异常工况诊断及运行优化方法。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.042 seconds)
