[发明专利]一种基于聚类方法的脱硝系统工况判别预处理方法有效

专利信息
申请号: 202011015220.3 申请日: 2020-09-24
公开(公告)号: CN111860701B 公开(公告)日: 2021-01-26
发明(设计)人: 袁照威;孟磊;谷小兵;白玉勇;崔焕民;曹书涛;杜明生;宁翔;岳朴杰 申请(专利权)人: 大唐环境产业集团股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 北京八月瓜知识产权代理有限公司 11543 代理人: 李斌
地址: 100097 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 方法 系统 工况 判别 预处理
【权利要求书】:

1.一种基于聚类方法的脱硝系统工况判别预处理方法,其特征在于,包括:

获取选择性催化还原SCR脱硝系统的历史运行数据,根据所述历史运行数据,分析电厂脱硝工况;

根据不同工况下的历史运行数据,基于FCM聚类算法对所述不同工况下的历史运行数据进行训练,得到训练完成的不同工况下的聚类模型,通 过隶属度函数实现运行数据归属每个类别的隶属度;其中,所述训练完成的聚类模型包括多个子聚类模型,其中,每个子聚类模型对应一个预设的工况类别;其中,FCM算法中,给定一个样本点集合X,使得目标函数取得最小值,其相应的目标函数表达如下:

(1)

公式(1)中,和分别为聚类中心和样本的数量;uij表示第i个样本属于第j种类型的隶属度;d(xi,vj)是从特征点xi到聚类中心vj的距离;m1是加权指数,控制分区的模糊性;FCM要求所有样本对于各个聚类中心的隶属度之和为1,即:

(2)

通过对目标函数用拉格朗日算法求解,得到隶属度矩阵和聚类中心的迭代更新公式为:

(3)

(4)

式中,uij为更新后的隶属度矩阵;vj表示更新后的聚类中心;通过不断迭代,得到最终的聚类结果;

获取SCR脱硝系统当前的运行数据;

将所述运行数据输入训练完成的聚类模型,将SCR脱硝系统当前的运行数据输入任意一个子聚类模型,得到SCR脱硝系统属于该子聚类模型对应的工况类型的概率,根据该概率值的大小确定出SCR脱硝系统当前所处的工况。

2.根据权利要求1所述的方法,其特征在于,所述预设的工况类别至少包括以下两种:

燃煤机组升负荷、燃煤机组降负荷、磨煤机停运、磨煤机启动以及脱硝系统吹扫状态。

3.根据权利要求2所述的方法,其特征在于,获取选择性催化还原SCR脱硝系统的历史运行数据,包括:

根据预设的工况类别,获取与各所述工况类别相关的SCR脱硝系统的运行数据。

4.根据权利要求1所述的方法,其特征在于,

所述历史运行数据至少包括以下一种:

燃煤机组负荷、总风量、总煤量、烟气含氧量、磨煤机给煤量、二次风门开度以及燃尽风门开度。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在将所述运行数据输入训练完成的聚类模型,得到所述SCR脱硝系统当前所处的工况之后,将所述工况输入预先训练完成的SCR脱硝系统出口氮氧化物浓度预测模型,得到SCR脱硝系统出口的氮氧化物的预测值。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

将所述工况输入预先训练完成的SCR脱硝系统出口氮氧化物浓度预测模型,得到SCR脱硝系统出口的氮氧化物的预测值之后,根据所述预测值确定所述SCR脱硝系统的喷氨量。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在基于模糊聚类算法对所述历史运行数据进行训练,得到训练完成的聚类模型之前,对所述历史数据进行离群点检测以及数据归一化处理。

8.根据权利要求7所述的方法,其特征在于,对所述历史数据进行离群点检测,包括:

通过3σ算法在所述历史数据中检测出偏离正常值的离群点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大唐环境产业集团股份有限公司,未经大唐环境产业集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011015220.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top