申请/专利权人:广州中电荔新热电有限公司
申请日:2024-01-25
公开(公告)日:2024-04-26
公开(公告)号:CN117932541A
主分类号:G06F18/25
分类号:G06F18/25;G06F18/214;G06F18/21;G06N3/0455;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种基于多尺度特征融合Informer的锅炉积灰预测方法、系统及设备,该方法包括:获取电厂DCS数据库中预设时间段内锅炉受热面的初始参数数据,并对初始参数数据进行预处理,得到目标参数数据;将目标参数数据按照预设比例划分为训练集、验证集和测试集;构建多尺度特征融合Informer模型,并根据训练集对多尺度特征融合Informer模型进行迭代训练,直至达到训练终止条件;评估每一次迭代训练的多尺度特征融合Informer模型在验证集上的预测效果,并将预测效果最好的多尺度特征融合Informer模型表征为目标多尺度特征融合Informer模型;根据目标多尺度特征融合Informer模型对测试集进行预测,得到锅炉受热面的积灰状态。本发明能够提高变负荷工况下非平稳数据的预测准确率。
主权项:1.一种基于多尺度特征融合Informer的锅炉积灰预测方法,其特征在于,包括:获取电厂DCS数据库中预设时间段内锅炉受热面的初始参数数据,并对所述初始参数数据进行预处理,得到目标参数数据;所述初始参数数据至少包括污染因子、有功功率、工质状态参数、烟气侧参数、工质流量和烟气流量;将所述目标参数数据按照预设比例划分为训练集、验证集和测试集;构建多尺度特征融合Informer模型,并根据所述训练集对所述多尺度特征融合Informer模型进行迭代训练,直至达到训练终止条件;所述多尺度特征融合Informer模型至少包括多尺度特征融合模块、编码器和解码器,所述多尺度特征融合模块包括多个深度可分离卷积;评估每一次迭代训练的多尺度特征融合Informer模型在所述验证集上的预测效果,并将所述预测效果最好的多尺度特征融合Informer模型表征为目标多尺度特征融合Informer模型;根据所述目标多尺度特征融合Informer模型对所述测试集进行预测,得到所述锅炉受热面的积灰状态。
全文数据:
权利要求:
百度查询: 广州中电荔新热电有限公司 基于多尺度特征融合Informer的锅炉积灰预测方法、系统及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。