一种基于周期滚动优化的火电厂磨机负荷预测方法

摘要

本发明公开了一种基于周期滚动优化的火电厂磨机负荷预测方法，用以解决火电厂磨机负荷难以检测的问题；该方法采取对磨机噪声、振动等多个相关参数首先进行周期滚动优化，然后建立基于周期特征的约简最小二乘支持向量机模型实现对磨机负荷的预测；该方法利用相关参数的周期性特征，具有复杂度低、预测精度高、利于在线应用等优点，为火电厂制粉系统的安全、经济运行提供可靠保障。

主权项

一种基于周期滚动优化的火电厂磨机负荷预测方法，其特征在于，该方法包括以下步骤：1)每秒采集一次相关参数，包括磨机噪声E_nos、磨机振动E_vib、磨机电机电流I_mil、磨机出入口差压P_dif、磨机入口负压P_neg、磨机出口温度T_out和排粉机电机电流I_pow，其中磨机噪声E_nos和磨机振动E_vib分别为特征频段内的噪声和振动信号能量；2)对采集到的相关参数，构建相应的参数序列X(i_n),i_n＝1,...,N，其中：X代表磨机噪声E_nos、磨机振动E_vib、磨机电机电流I_mil、磨机出入口差压P_dif、磨机入口负压P_neg、磨机出口温度T_out和排粉机电机电流I_pow，N为参数采集次数，将参数序列视为周期序列，序列内同一周期为：{X(j‑T+1),X(j‑T+2),...,X(j)},其中：j＝T,...,N，T为周期时间；3)建立周期滚动优化模型，对参数序列X(i_n),i_n＝1,...,N进行周期滚动优化，即对序列中的每个当前参数X(n)所在的周期时间T范围内的序列值{X(n‑T+1),X(n‑T+2),...,X(n)}，其中：n≥T+1，使用主特征周期均方加权融合，得到当前参数的周期优化值X′(n)，X′代表磨机噪声的周期优化参数E′_nos、磨机振动的周期优化参数E′_vib、磨机电机电流的周期优化参数I′_mil、磨机出入口差压的周期优化参数P′_dif、磨机入口负压的周期优化参数P′_neg、磨机出口温度的周期优化参数T′_out和排粉机电机电流的周期优化参数I′_pow；4)通过将相关参数的周期优化参数X′＝(E′_nos,E′_vib,I′_mil,P′_dif,P′_neg,T′_out,I′_pow)，作为输入，采用基于周期特征的约简最小二乘支持向量机模型进行负荷预测，最终确定磨机负荷参数的预测值