[发明专利]多燃料燃烧性能参数的预测方法、模型训练方法及设备

权利要求书

1.一种多燃料燃烧性能参数的预测方法，其特征在于，包括：

获取待测多燃料掺混样品的预设特征参数组合的数据；

将所述预设特征参数组合的数据输入到经过训练的燃煤性能预测模型中，以获得所述待测多燃料掺混样品的可燃性指数和综合燃烧特性指数；

其中，所述燃煤性能预测模型为基于以训练样本的预设特征参数组合的数据、第一可燃性指数、第一综合燃烧特性指数以及预设损失函数，对预先构建的神经网络进行训练得到的；所述预设特征参数组合包括待测多燃料掺混样品的低位发热量、水分、灰分、挥发分、固定碳、碳的占比、氢的占比、氧的占比、氮的占比、硫的占比中的至少两种，所述第一可燃性指数和第一综合燃烧特性指数为基于所述训练样本的重量与温度变化曲线得到的。

2.如权利要求1所述的预测方法，其特征在于，所述训练样本包括燃煤、多种生物质燃料、以及多种可燃性固体废弃物燃料按照多种不同的混合比例混合而成的多种实验样品；

每种所述实验样品的预设特征参数组合的数据为基于工业分析和元素分析得到的，每种所述实验样品的第一可燃性指数和第一综合燃烧特性指数为基于该实验样品的重量与温度变化曲线得到的；

所述燃煤性能预测模型为基于每种所述实验样品的预设特征参数组合的数据、第二可燃性指数、第二综合燃烧特性指数、第一可燃性指数、第一综合燃烧特性指数以及所述预设损失函数通过多次训练得到的；其中，所述第二可燃性指数和所述第二综合燃烧特性指数为每种所述实验样品的预设特征参数组合的数据输入到预先构建的神经网络中得到的。

3.如权利要求2所述的预测方法，其特征在于，所述重量与温度变化曲线包括热重曲线和热重微分曲线；

每种所述实验样品的第一可燃性指数为通过该种所述实验样品的热重曲线和热重微分曲线确定的最大燃烧速率和着火温度得到的；

每种所述实验样品的第一综合燃烧特性指数为通过该种所述实验样品的热重曲线和热重微分曲线确定的最大燃烧速率、着火温度、燃尽温度和平均燃烧速率得到的。

4.如权利要求1所述的预测方法，其特征在于，所述获取待测多燃料掺混样品的预设特征参数组合的数据，包括：

对待测多燃料掺混样品分别进行工业分析和元素分析，得到所述待测多燃料掺混样品的预设特征参数组合的数据；

对所述预设特征参数组合的数据进行标准化处理。

5.如权利要求1至4任一项所述的预测方法，其特征在于，所述待测多燃料掺混样品包括原料煤、生物质燃料或可燃固体废弃物燃料中的至少两种燃料。

6.一种多燃料燃烧性能参数的预测模型的训练方法，其特征在于，包括：

获取训练样本的预设特征参数组合的数据、第一可燃性指数和第一综合燃烧特性指数；其中，所述预设特征参数组合包括待测多燃料掺混样品的低位发热量、水分、灰分、挥发分、固定碳、碳的占比、氢的占比、氧的占比、氮的占比、硫的占比中的至少两种，所述第一可燃性指数和第一综合燃烧特性指数为基于所述训练样本的重量与温度变化曲线得到的；

基于所述预设特征参数组合的数据、第一可燃性指数、第一综合燃烧特性指数以及预设损失函数，对预先构建的神经网络进行训练，得到训练好的燃煤性能预测模型。