[发明专利]一种间接空冷塔空气流场的预测控制方法

权利要求书

1.一种间接空冷塔空气流场的预测控制方法，其特征在于包括以下步骤：

A、在塔外周大于塔直径的位置、塔周散热器迎风面、塔内散热器出风侧、塔内空气上升段安装风速和风向仪，用于检测上述位置的风速和风向；

B、对步骤A获取的风速风向数据进行解耦和去噪；

C、使用经过步骤B处理后的风速风向数据和机组运行参数建立预测模型；

D、使用预测模型进行间接空冷塔空气流场预测；

E、根据步骤D的预测结果，通过改变百叶窗开度控制空冷塔风量。

2.根据权利要求1所述的间接空冷塔空气流场的预测控制方法，其特征在于：步骤B中，对数据进行解耦处理包括以下步骤，

B11、根据检测位置的不同对数据进行分组，使用每组数据拟合每个检测位置的风速风向曲线；

B12、选定任意一组数据作为解耦对象，向未选定的数据组对应的检测位置注入扰动气流，检测选定数据组的风速风向曲线，计算风速风向曲线的扰动曲线；

B13、建立扰动气流的风速风向数据与扰动曲线的关联函数；

B14、重复步骤B11-B13，得到全部数据组之间的关联函数。

3.根据权利要求2所述的间接空冷塔空气流场的预测控制方法，其特征在于：步骤B中，对数据进行去噪处理包括以下步骤，

B21、若风速数据与拟合的风速风向曲线偏差超过风速风向曲线实时值的30％，则判定为噪声数据；若风向数据与拟合的风速风向曲线偏差超过25°，则判定为噪声数据；

B23、删除噪声数据，重新拟合风速风向曲线。

4.根据权利要求3所述的间接空冷塔空气流场的预测控制方法，其特征在于：步骤C中，建立预测模型包括以下步骤，

C1、建立神经网络预测模型，神经网络预测模型包括一个输入层、一个隐藏层和一个输出层；

C2、使用步骤B处理后拟合的全部风速风向曲线和机组运行参数依次对神经网络模型进行训练；

C3、使用关联函数将步骤C2得到的神经网络模型进行关联，得到最终的神经网络预测模型。

5.根据权利要求4所述的间接空冷塔空气流场的预测控制方法，其特征在于：步骤C2中，机组运行参数包括冷却三角百叶窗开度、相邻冷却三角百叶窗开度、塔内温度、塔外温度、循环水入塔温度、循环水出塔温度。

6.根据权利要求5所述的间接空冷塔空气流场的预测控制方法，其特征在于：步骤C3中，使用关联函数建立不同神经网络模型输出层之间的关联数据传输路径，输出层输出预测结果后通过关联数据传输路径将预测结果输入至其它输出层内。