[发明专利]一种优化锅炉负荷分配方法有效
| 申请号: | 201210245047.5 | 申请日: | 2012-07-16 |
| 公开(公告)号: | CN102799778A | 公开(公告)日: | 2012-11-28 |
| 发明(设计)人: | 王春林;葛铭;赖晓平;左燕;周绍生 | 申请(专利权)人: | 杭州电子科技大学 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 杜军 |
| 地址: | 310018 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 优化 锅炉 负荷 分配 方法 | ||
技术领域
本发明属于信息与控制技术领域,涉及一种优化锅炉负荷分配方法。
背景技术
锅炉负荷是影响锅炉燃烧效率的重要因素,一般燃煤锅炉在其他条件不变的情况下,燃烧效率与负荷(允许的负荷范围内)间的关系为一条单峰的类似抛物线形的曲线,因此存在效率最高的负荷点。对于锅炉总台数为 ()台的情况,在保证总负荷的条件下,可以提高总的锅炉效率,总效率的提高主要依靠负荷在各台锅炉上的分配情况。如果在各台锅炉上分配的负荷处于燃烧效率高的点,则各台锅炉燃烧效率能达到较高的水平,进而使总的锅炉效率达到在给定的负荷条件下最高。每台锅炉都有自己独特的燃烧效率与负荷间的关系曲线,因此进行提高总燃烧效率的负荷分配,首先要获得每台锅炉的燃烧效率与负荷间的特性关系,然后再进行总负荷的有效分配。然而,要获得较为准确的每台锅炉的燃烧效率与负荷间的特性关系,并在总负荷一定的情况下,为每台锅炉分配好负荷,并不是一件容易的事情。目前,还没有很好的解决方法。
实际生产中主要是靠工作人员经验,其目标也只是维持生产正常进行,并没有优化分配负荷的概念,因此其生产过程中燃烧效率还有很大的可提升空间。
发明内容
本发明的目的是针对多台负荷分配,提出一种优化锅炉负荷分配方法,优化内容兼顾了各台锅炉的燃烧效率和总燃烧效率的情况。
本发明方法通过数据挖掘,应用机器学习的方法,挖掘出各锅炉燃烧效率与负荷间的特性关系模型,再结合优化算法对负荷分配进行优化是非常有潜力的方法。如何使该方法真正达到生产实际的要求,是该技术的关键,主要难题包括,如何提高模型的预测和泛化能力,如何实现有约束条件的优化分配。
本发明的具体步骤是:
步骤(1).针对锅炉总台数为()台的生产单位,分别采集各台锅炉生产过程中,负荷及与之相对应的锅炉效率数据,建立数据库;具体的锅炉运行负荷参数及相应得效率数据,通过锅炉实时运行数据库获取,或直接通过仪器设备测量采集;
步骤(2).分别对每台锅炉采用支持向量机方法建模,建立各锅炉的负荷与各燃烧效率间的模型,共建立个模型;具体建模方法如下:
用于建模样本的输入参数及输出参数表示为,其中表示第组作为输入数据的锅炉的运行负荷参数,表示第组作为输出参数的锅炉的燃烧效率,为样本数量,以实际运行数据为基础,建立各台锅炉的负荷与燃烧效率间的模型。
采用支持向量机方法建模,支持向量机核函数选为径向基函数
参数σ为径向基函数的宽度,为映射函数,设所求的目标函数为:,为模型输出的锅炉燃烧状态的特征指标预测值,为权重系数向量,为截距。引入松弛因子ξ*i和ξi以及允许拟合误差ε,ξ*i≥0、ξi≥0,模型通过在约束:
,条件下,最小化:
获得,其中常数C为惩罚系数,C >0。该最小化问题为一个凸二次规划问题,引入拉格朗日函数:
其中、、、为拉格朗日乘数,≥0、≥0、≥0、≥0。
在鞍点处,函数L是关于w、b、ξi、ξi*的极小点,也是、、、的极大点,最小化问题转化为求其对偶问题的最大化问题。
拉格朗日函数L在鞍点处是关于w、b、ξi、ξi*极小点,得:
可得拉格朗日函数的对偶函数:
此时,
按照库恩-塔克(KKT)条件定理,在鞍点有下式成立:
由上式可见,αi·αi*=0,αi和αi*都不会同时为非零,可得:
从上式可求出b,获得模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210245047.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种新型修正带
- 下一篇:一种透气型仿皮印花面料的生产系统
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





