[发明专利]一种基于CNN算法的智能燃烧优化的闭环控制方法

权利要求书

1.一种基于CNN算法的智能燃烧优化的闭环控制方法，其特征在于，包括：

步骤1，基于机组运行相关数据生成包含机组运行信息和时间维度的二维数据表，将所述二维数据表内的数据通过CNN神经网络算法进行分类处理，得到分类结果；所述分类结果的信息包括机组负荷、风量、给煤量、给水流量、风门开度、风压、给水温度，燃烧效率和/或生成氮氧化物；

步骤2，根据分类结果对燃烧系统进行实时预测，并根据寻优目标采用粒子群算法进行寻优，得到优化控制指令；

步骤3，根据寻优得到的优化控制指令对燃烧系统进行闭环优化控制；

所述分类结果用于燃烧效率和生成氮氧化物浓度的预测，所述寻优目标为氮氧化物浓度低与燃烧效率高；所述步骤1包括：

基于CNN神经网络算法对燃烧系统进行分类，通过燃烧系统的机组运行相关数据组成9*9的所述二维数据表，以时间和相关系统物理量测量值为两个维度，通过CNN神经网络进行学习，基于BP算法确定卷积核，对燃烧效率和生成的氮氧化物浓度进行分类，所述卷积核选择2-3个；

所述步骤2包括：通过设置权重系数来调节所述寻优目标；其中，所述寻优目标的函数为：χ＝k₁NO_x+k₂(1-η) ；式中：χ为所述寻优目标的函数，k₁为生成氮氧化物浓度权重系数，k₂为锅炉效率损失部分权重系数；

所述步骤3包括：

通过闭环控制系统将优化策略指令分别送至一次风和二次风执行机构；将寻优得到的优化控制指令在DCS系统进行安全指令切换，在投入优化控制系统状态下，通过所述优化控制指令直接控制每个执行机构的输出指令。