[发明专利]燃气锅炉烟气含氧量预测方法、装置和控制设备

说明书

本发明适用于能源设备监测技术领域，提供了一种燃气锅炉烟气含氧量预测方法、装置和控制设备，所述方法包括：通过采集烟气锅炉的历史数据信息来建立目标数据，其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变量的延时时间；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；基于所述模型进行烟气含氧量预测。本发明通过利用历史数据信息来建立机器学习模型，可以适用于各个场景，同时对于模型的连接也只需少量的标记数据，不需要像物理建模那样依赖大量物理参数，因此在实际中切实可行。

技术领域

本发明属于能源设备监测技术领域，尤其涉及一种燃气锅炉烟气含氧量预测方法、装置和控制设备。

背景技术

燃气锅炉是燃气分布式能源领域广泛使用的一种主动力设备，用于生产蒸汽。分布式燃气锅炉普遍存在烟气含氧量测量测量成本高和测量不准的问题。烟气含氧量很大程度上影响了锅炉的燃烧效率，一方面，当实际烟气含氧量明显低于最佳烟气含氧量时，容易导致燃气燃烧不充分使得锅炉能效下降；另一方面，当实际烟气含氧量明显高于最佳烟气含氧量时，导致尾部烟气带走的余热过多也使得锅炉能效下降。通常燃气锅炉的理论最佳烟气含氧量为2％-3％，具体最优值由现场决定。

现有技术测量燃气锅炉烟气含氧量的手段主要包括两种。第一种是使用氧化锆氧量传感器来测量烟气含氧量，由于这种传感器存在成本高、测量滞后大、维护困难、测量误差大、寿命短等缺点，不适合在分布式能源以中小型燃气锅炉为主的场景中使用；第二种是使用物理建模预测的方法，但由于这些方法在使用依赖大量物理参数，而这些参数在实际中很难获取。

基于上述情况，如何提供适用范围更为广泛且切实可行的含氧量测量手段是本领域技术人员当前需要解决的一个技术难题。

发明内容

有鉴于此，本发明实施例提供了一种燃气锅炉烟气含氧量预测方法、装置和控制设备，以解决如何提供适用范围更为广泛且切实可行的含氧量测量手段的问题。

本发明实施例的第一方面提供了一种燃气锅炉烟气含氧量预测方法，其包括：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。

在一些可选方案中，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。

在一些可选方案中，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。

在一些可选方案中，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。

在一些可选方案中，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。