[发明专利]一种基于节能优化的火电厂粉尘实时监测系统及方法在审

专利信息
申请号: 202111463373.9 申请日: 2021-12-03
公开(公告)号: CN114167726A 公开(公告)日: 2022-03-11
发明(设计)人: 王博;韩天婵;董震;曹震;赵立丽 申请(专利权)人: 哈尔滨理工大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 北京盛询知识产权代理有限公司 11901 代理人: 方亚兵
地址: 150080 黑龙*** 国省代码: 黑龙江;23
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 节能 优化 火电厂 粉尘 实时 监测 系统 方法
【权利要求书】:

1.一种基于节能优化的火电厂粉尘实时监测系统,其特征在于,包括:数据采集模块、模型构建模块和监测模块;

所述数据采集模块用于采集火电厂粉尘浓度信息和环境信息;

所述模型构建模块用于基于BP神经网络建立粉尘浓度预测模型,并基于改进的遗传算法对所述粉尘浓度预测模型进行优化;

所述监测模块用于基于所述粉尘浓度预测模型对所述粉尘浓度信息和所述环境信息进行实时预测预警;

所述数据采集模块、所述模型构建模块和所述监测模块通过无线连接的方式进行数据传输。

2.根据权利要求1所述的基于节能优化的火电厂粉尘实时监测系统,其特征在于,所述数据采集模块包括检测单元和传感器单元;

所述检测单元用于通过光透射法检测所述粉尘浓度;

所述传感器单元用于接收所述粉尘浓度,并采集所述环境信息,并将所述粉尘浓度和所述环境信息发送到所述监测模块;

所述检测单元与所述传感器单元通过无线连接的方式进行数据传输。

3.根据权利要求2所述的基于节能优化的火电厂粉尘实时监测系统,其特征在于,所述传感器单元使用支持度函数对所述粉尘浓度信息和所述环境信息进行数据融合和优化处理。

4.根据权利要求2所述的基于节能优化的火电厂粉尘实时监测系统,其特征在于,所述检测单元包括:激光器、光电探测器、信号处理电路、单片机、计算机、电源和气吹装置;

所述激光器用于发出激光光束;

所述光电探测器用于接收被测粉尘区域的激光光束并将所述激光光束的光信号转换为电信号;

所述气吹装置用于对所述激光器的窗口和所述光电探测器的窗口进行清洁;

所述信号处理电路用于接收所述电信号,并将所述电信号转化为数字信号;

所述单片机用于对所述数字信号进行预处理得到所述粉尘浓度数据并发送到所述计算机;

所述计算机通过使用LabVIEW软件对接收到的所述粉尘浓度数据进行显示。

5.根据权利要求4所述的基于节能优化的火电厂粉尘实时监测系统,其特征在于,对所述粉尘浓度进行检测时,设置辅探测器用以接收环境光。

6.根据权利要求1所述的基于节能优化的火电厂粉尘实时监测系统,其特征在于,所述粉尘浓度预测模型的优化方法为:基于改进的遗传算法对所述BP神经网络的初始权值进行优化,再进行反向传播运算调整,得到泛化后的神经网络模型,作为优化后的所述粉尘浓度预测模型;所述改进的遗传算法是一种基于交叉概率和变异概率改进的自适应调整方法。

7.根据权利要求1所述的基于节能优化的火电厂粉尘实时监测系统,所述粉尘浓度预测模型还通过所述粉尘浓度信息和所述环境信息进行优化。

8.一种基于节能优化的火电厂粉尘实时监测方法,其特征在于,

采集火电厂粉尘浓度信息和环境信息;

基于BP神经网络建立粉尘浓度预测模型,并基于改进的遗传算法对所述粉尘浓度预测模型进行优化;

基于所述粉尘浓度预测模型对所述粉尘浓度信息和所述环境信息进行实时预测预警。

9.根据权利要求8所述的基于节能优化的火电厂粉尘实时监测方法,其特征在于,获取所述粉尘浓度的方法包括:利用光透射法对粉尘进行连续检测,得到所述粉尘浓度。

10.根据权利要求8所述的基于节能优化的火电厂粉尘实时监测方法,其特征在于,通过构建支持度函数对所述粉尘浓度信息和所述环境信息进行数据融合和优化处理。

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哈尔滨理工大学,未经哈尔滨理工大学许可,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/202111463373.9/1.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