[发明专利]面向MSWI过程多模态数据驱动预测模型的仿实时验证平台

说明书

本发明提供了一种面向MSWI过程多模态数据驱动预测模型的仿实时验证平台，包括多模态历史数据同步子系统和多模态历史数据驱动建模子系统；多模态历史数据同步子系统包括过程数据与图像同步设备、历史数据实时发布设备、左炉排火焰实时播放设备和右炉排火焰实时播放设备；多模态历史数据驱动建模子系统包括历史数据实时接收模块、火焰图像实时采集模块和多模态历史数据驱动预测模型模块，多模态历史数据驱动预测模型模块同步采集得到的多模态历史数据时间并将其作为预测模型输入，实现MSWI过程关键工艺参数的预测。本发明设计了仿实时验证平台结构，建立了多模态数据驱动预测模型，为MSWI过程离线多模态数据驱动预测模型提供了可靠的工程化验证环境。

技术领域

本发明涉及MSWI过程控制技术领域，特别是涉及一种面向MSWI过程多模态数据驱动预测模型的仿实时验证平台。

背景技术

城市固废(MSW)，即生活垃圾，其总量随全球经济的快速发展而逐年升高。“垃圾围城”现象的普遍存在和城市污染减排要求的逐渐提高，使得具有无害化、减量化和资源化等特点的MSW焚烧(MSWI)技术在国内的应用日趋广泛。MSWI电厂在实际运行过程中多依靠领域专家依据过程数据、火焰视频等多模态信息，并结合自身经验预测炉膛温度(FT)、烟气含氧量(OC)和锅炉蒸汽流量(BSF)等关键工艺参数的变化趋势。因领域专家经验的差异性和精力的有限性，预测结果必然存在偏差性和随机性，不利于MSWI过程的长期稳定运行。

目前，采用机器学习算法建立预测模型已成为模拟领域专家估计关键工艺参数的主要手段。随着人工智能算法提取图像特征信息能力的增强，利用图像建模也成为了一种关键手段。显然，基于机器学习方法利用过程数据或火焰图像等单模态信息构建关键工艺参数预测模型的方法与实际工业现场中领域专家依据过程数据、火焰视频等多模态数据进行关键工艺参数预测的事实不符。然而，融合多模态数据构建MSWI过程FT、OC和BSF等关键工艺参数预测模型的研究还很少。

由于MSWI过程控制系统固有的封闭性与工业现场的安全性要求，离线研究的建模与控制算法通常难以在工业现场进行在线验证。在实际MSWI过程中，领域专家依据过程数据、火焰视频等多模态信息，对FT、OC和BSF等关键工艺参数趋势进行预测。但是，针对多模态数据驱动预测模型验证，目前还缺少能够实现离线多模态数据同步发布，以及进行数据驱动预测模型验证的类工业现场实时平台环境。

发明内容

本发明的目的是提供一种面向MSWI过程多模态数据驱动预测模型的仿实时验证平台，结合领域专家预测关键工艺参数过程的抽象化描述，设计了仿实时验证平台结构，并建立了以FT、OC和BSF为输出的多模态数据驱动预测模型；同时，为MSWI过程离线多模态数据驱动预测模型提供了可靠的工程化验证环境。

为实现上述目的，本发明提供了如下方案：

一种面向MSWI过程多模态数据驱动预测模型的仿实时验证平台，包括：多模态历史数据同步子系统和多模态历史数据驱动建模子系统；

所述多模态历史数据同步子系统包括过程数据与图像同步设备、历史数据实时发布设备、左炉排火焰实时播放设备和右炉排火焰实时播放设备，所述过程数据与图像同步设备用于同步历史数据实时发布设备、左炉排火焰实时播放设备和右炉排火焰实时播放设备的系统时间；所述多模态历史数据同步子系统设置多模态历史数据发布时间，以同步发布多模态数据；