一种基于LSTM神经网络PID优化的火电厂锅炉主汽温智能控制系统

    公开(公告)号:CN113359425A

    公开(公告)日:2021-09-07

    申请号:CN202110764315.3

    申请日:2021-07-06

    Abstract: 本发明涉及一种基于LSTM神经网络PID优化的火电厂锅炉主汽温智能控制系统的构建及工作方法,包括步骤:建立并训练主汽温预测模型;利用训练好的主汽温预测模型,进行PID优化;根据训练得到的主汽温预测模型,针对炉内空气动力场、火焰中心的扰动进行主汽温预测,量化风量波动、燃烧每层变动等扰动对于主汽温的影响,并根据主汽温预测结果来建立相关的调节经验库,作为智能化控制的依据。本发明的有益效果是:在现有的主汽温自动调节的基础上,建立主汽温的预测模型,改良主汽温PID系统结构,通过深度学习神经网络对主汽温的预测,利用主汽温的预测数值,改良过热器减温水的PID控制逻辑,显著改善其调节品质。

    一种基于有监督序列生成网络的集团级KKS编码自动映射方法

    公开(公告)号:CN113343642A

    公开(公告)日:2021-09-03

    申请号:CN202110905902.X

    申请日:2021-08-09

    Abstract: 本发明涉及一种基于有监督序列生成网络的集团级KKS编码自动映射方法,包括步骤:通过采集设备收集旧KKS编码列表和新KKS编码列表;由通用分词规则对KKS编码数据集进行分词。本发明的有益效果是:将标准编码与厂侧编码通过模型完成自动映射,保证字典能在动态更新的情况下实现快速匹配;将厂侧编码作为输入用于模型训练,得到序列生成网络模型;序列生成网络模型中引入长短期记忆网络用于构建编码网络与解码网络,编码网络与解码网络中心对称,便于对KKS编码特征进行提取和重构;解决了不同编码规则下的映射问题,避免了因改变原有KKS编码导致的其他生产系统测点无法读取问题,降低了工作强度,实现底层数据的通用化。

    一种基于关联参数挖掘的工业过程故障融合预测方法

    公开(公告)号:CN112801426B

    公开(公告)日:2021-06-22

    申请号:CN202110364925.4

    申请日:2021-04-06

    Abstract: 本发明涉及一种基于关联参数挖掘的工业过程故障融合预测方法,包括步骤:基于关联规则挖掘算法对工业过程运行参数进行关联性挖掘;利用训练样本提取关联参数的参数特征,基于参数特征和故障时间构造训练集;利用训练集构造BP神经网络模型,作为基于关联参数的故障时间预测模型。本发明的有益效果是:构建了多参数多模型融合预测模型,将关联规则引入参数选取中,挖掘参数关联性进而筛选出用以建模的运行参数;进一步针对不同参数构建了不同预测模型,进一步将关联规则挖掘结果引入模型融合中实现预测模型的融合,从而获得了覆盖状态信息全面且具有强鲁棒性的故障时间预测模型。对于工程上的故障预测和健康管理有重大应用价值。

    一种基于CNN-SVDD的引风机故障识别方法

    公开(公告)号:CN111753889A

    公开(公告)日:2020-10-09

    申请号:CN202010526996.5

    申请日:2020-06-11

    Abstract: 本发明涉及一种基于CNN-SVDD的引风机故障识别方法,包括:步骤1:采集足量训练数据,进行数据预处理;步骤2:利用预处理后的训练数据构建CNN-SVDD模型,利用CNN算法对时间序列数据进行降维,然后通过SVDD算法进行数据单分类;步骤3:采集足量实时数据,用基于已构建的CNN-SVDD模型对实时数据对应的引风机故障进行识别。本发明的有益效果是:本发明利用深度学习先进行特征提取,大量减少特征维度后,再使用SVDD进行单分类分析,这样可以节省SVDD的时间和内存开销。另外由于引风机数据具有时间序列特性,可以充分利用时间序列数据时间维度上的局部相关性,使用一维卷积网络减少学习参数,进一步减少计算开销。

    一种湿式冷却塔自适应建模方法

    公开(公告)号:CN110110411A

    公开(公告)日:2019-08-09

    申请号:CN201910337902.7

    申请日:2019-04-25

    Abstract: 本发明涉及一种湿式冷却塔自适应建模方法,包括步骤1):选择建模变量;步骤2):获取建模数据,以1min-5min采样间隔获取对象过程数据及现场试验数据并剔除负荷率小于30%的样本,以此为基础得到建模样本库D;步骤3):建立出塔水温模型,使用建模样本库D,利用Matlab神经网络工具箱中的BP神经网络算法建立循环水泵组合变化对出塔水温变化温差影响模型Δt=f(Pa,t,u,N,Dc,Dw,Mode);步骤4):模型自适应更新。本发明的有益效果是:本发明无需复杂的硬件设备就可实施,实施成本低廉;相较于传统的湿式冷却塔建模方法,本发明速度更快,可以做在线建模计算;并且预测精度高,满足工程实际使用需要。

    一种基于双参数规则匹配的汽轮机振动故障推理诊断方法

    公开(公告)号:CN109632315A

    公开(公告)日:2019-04-16

    申请号:CN201910028686.8

    申请日:2019-01-11

    Abstract: 本发明涉及可靠性维护工程技术领域,特别是一种基于双参数规则匹配的汽轮机振动故障推理诊断方法。现有判断汽轮发电机组故障方法对信息获取要求高且麻烦,操作性差。本发明提供一种基于双参数规则匹配的汽轮机振动故障推理诊断方法,包括故障诊断规则库和汽轮机故障诊断模块,故障诊断规则库包括可对诊断规则进行管理的故障特征数据和诊断规则数据,故障诊断规则库可通过定义、增加、删除和修改的方式对诊断规则数据进行管理;汽轮机故障诊断模块针对实时数据或人工输入数据,采用基于双参数规则匹配的故障推理诊断方法,触发故障诊断规则库中相应诊断规则工作给出诊断结论。本发明将双参数规则匹配方法引入故障诊断,故障诊断效果好、准确性高。

    一种基于智能打分的火电机组冷端优化闭环控制方法

    公开(公告)号:CN113671830B

    公开(公告)日:2024-04-02

    申请号:CN202110912951.6

    申请日:2021-08-10

    Abstract: 本发明涉及一种基于智能打分的火电机组冷端优化闭环控制方法,包括步骤:预测未来设定时长内的机组负荷,同步未来设定时长内的气象站数据作为气象预测数据;结合获取到的当前循泵组合方式数据,构建以机组净增功率最大化为目标的冷端优化机理计算模型;结合机组最佳真空下的循环水流量,判断是否要进行循环水泵启停操作推送。本发明的有益效果是:本发明基于实际运行情况的智能打分模块实现冷端优化的闭环,将冷端优化的循泵启停操作自动执行;形成优化控制指令,反向穿透至DCS控制系统,实现自动控制冷端设备的启动和停止,减少运行人员操作量,保证机组全年稳定地保持在最佳经济状况附近运行。

    一种湿式冷却塔自适应建模方法

    公开(公告)号:CN110110411B

    公开(公告)日:2023-05-16

    申请号:CN201910337902.7

    申请日:2019-04-25

    Abstract: 本发明涉及一种湿式冷却塔自适应建模方法,包括步骤1):选择建模变量;步骤2):获取建模数据,以1min‑5min采样间隔获取对象过程数据及现场试验数据并剔除负荷率小于30%的样本,以此为基础得到建模样本库D;步骤3):建立出塔水温模型,使用建模样本库D,利用Matlab神经网络工具箱中的BP神经网络算法建立循环水泵组合变化对出塔水温变化温差影响模型Δt=f(Pa,t,u,N,Dc,Dw,Mode);步骤4):模型自适应更新。本发明的有益效果是:本发明无需复杂的硬件设备就可实施,实施成本低廉;相较于传统的湿式冷却塔建模方法,本发明速度更快,可以做在线建模计算;并且预测精度高,满足工程实际使用需要。

    一种基于多指标融合的控制回路性能评价方法

    公开(公告)号:CN112990773B

    公开(公告)日:2022-03-01

    申请号:CN202110438852.9

    申请日:2021-04-23

    Abstract: 本发明涉及一种基于多指标融合的控制回路性能评价方法,包括步骤:构建控制回路性能评价指标;为控制回路性能评价指标分配权重;对控制回路性能评价指标进行加权平均,获得综合性能评价指标,并划分综合性能评价指标的性能等级,得到最终性能评价结果。本发明的有益效果是:本发明设计了静态偏差指标、波动指标、阀门饱和指标、回路振荡指标以及Hurst指数指标,并对其进行加权融合,得到综合评价指标对控制回路进行客观的性能评价;进一步构建了性能等级机制,辅助火电厂业务人员进行决策;可以及时发现工作状态不佳的控制回路,提升经济效益,降低因控制回路问题造成意外事件的风险,对于控制系统性能监测具有重要应用价值。

Patent Agency Ranking