[发明专利]燃气锅炉烟气含氧量预测方法、装置和控制设备

权利要求书

1.燃气锅炉烟气含氧量预测方法，其特征在于，包括：

通过采集烟气锅炉的历史数据信息来建立目标数据，所述目标数据包括多个含有以烟气含氧量实测值为标记的样本数据；

根据锅炉的燃气流量变化，确定所述样本数据中部分或全部属性与锅炉的燃气流量变化之间的延时时间；

根据所述延时时间，至少对所述样本数据中的部分或全部属性变量进行延时补偿；

利用延时补偿后的样本数据及其标记来建立用于燃气锅炉烟气含氧量预测的模型；

基于所述模型对燃气锅炉实时采集的数据进行烟气含氧量预测。

2.根据权利要求1所述的燃气锅炉烟气含氧量预测方法，其特征在于，所述通过采集烟气锅炉的历史数据信息来建立目标数据，具体包括：

采集烟气锅炉的历史数据信息，确定样本数据和标记；

根据三西格玛准则对对所述样本数据中的部分或全部属性变量进行数据清洗。

3.根据权利要求1所述的燃气锅炉烟气含氧量预测方法，其特征在于，根据锅炉的燃气流量变化，确定所述样本数据中部分或全部属性变量与锅炉的燃气流量变化之间的延时时间，具体包括：

对烟气锅炉的燃气流量加载一个阶跃变化；

记录从燃气流量开始变化时到样本数据中部分或全部属性变量开始相同方向明显变化的时间，确定所述时间为延迟时间。

4.根据权利要求3所述的燃气锅炉烟气含氧量预测方法，其特征在于，根据所述延时时间，至少对所述样本数据中的部分或全部属性变量进行延时补偿，包括：

将样本数据中的部分或全部属性变量的时间向前移动所述延迟时间的单位时间；

输出延时补偿后的样本数据。

5.根据权利要求1所述的燃气锅炉烟气含氧量预测方法，其特征在于，所述利用延时补偿后的样本数据及其标记来建立用于燃气锅炉烟气含氧量预测的模型，包括：

基于支持向量机对所述延时补偿后的样本数据及标记进行学习，生成用于燃气锅炉烟气含氧量预测的模型。

6.根据权利要求5所述的燃气锅炉烟气含氧量预测方法，其特征在于，基于支持向量机对所述延时补偿后的样本数据及标记进行学习，生成用于燃气锅炉烟气含氧量预测的模型，包括：

选取一个或多个最优核函数；

基于遗传算法确定所述一个或多个最优核函数的最优参数惩罚因子和核函数参数；

利用延时补偿后的样本数据及标记训练基于所述最优参数惩罚因子和核函数参数的支持向量机，生成用于燃气锅炉烟气含氧量预测的模型。

7.根据权利要求1-6任一项所述的燃气锅炉烟气含氧量预测方法，其特征在于，还包括：

将所述模型预测的烟气含氧量值与阈值进行比较；

当所述含氧量值超过所述阈值时，发出报警提示。

8.一种燃气锅炉烟气含氧量预测装置，其特征在于，包括：

目标数据获取模块，用于通过采集烟气锅炉的历史数据信息来建立目标数据，所述目标数据包括多个含有以烟气含氧量实测值为标记的样本数据；

延迟时间确定模块，用于根据锅炉的燃气流量变化，确定所述样本数据中部分或全部属性与锅炉的燃气流量变化之间的延时时间；

延时补偿模块，用于根据所述延时时间，至少对所述样本数据中的部分或全部属性变量进行延时补偿；

模型建立模块，用于利用延时补偿后的样本数据及其标记来建立用于燃气锅炉烟气含氧量预测的模型；

含氧量预测模块，用于基于所述模型对燃气锅炉实时采集的数据进行烟气含氧量预测。

9.一种控制设备，用于对燃气锅炉进行控制，所述控制设备至少包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。