[发明专利]微油点火预警方法

权利要求书

1.一种微油点火预警方法，其特征在于，包括：

获取微油点火过程的若干组控制数据；

利用所述控制数据形成神经网络的初始权值分布；

利用神经网络算法获得不同控制数据的适应度，并根据不同的适应度缩减控制数据的种类；

将缩减后的控制数据经过遗传算法处理获得最优值；

将所述最优值经过神经网络算法处理获得输出结果；

将所述输出结果与预设的安全阈值进行比较，所述输出结果大于预设的安全阈值时，发出警报。

2.如权利要求1所述的微油点火预警方法，其特征在于，所述若干组控制数据包括当前微油点火过程测得的控制数据和之前的若干次微油点火过程测得的控制数据。

3.如权利要求1所述的微油点火预警方法，其特征在于，所述控制数据的种类包括锅炉的压力、锅炉的温度、风速、煤粉大小和煤粉温度。

4.如权利要求1所述的微油点火预警方法，其特征在于，利用所述控制数据形成神经网络的初始权值分布的具体步骤包括：当控制数据有m个种类时，用数列X={X₁,X₂,…X_m}表示每一种的控制数据，且当每一种控制数据包括n组数据时，X_i={x₁,x₂,…x_n}，所述x₁～x_n作为神经网络的初始权值分布。

5.如权利要求4所述的微油点火预警方法，其特征在于，获得每一种控制数据的适应度后，当本次微油点火的平均适应度大于之前若干次微油点火最好的平均适应度，按照适应度大小对控制数据进行排序，去除适应度最小的至少一种控制数据，从而缩减了控制数据的种类，使得控制数据的种类数量缩减为m’。

6.如权利要求5所述的微油点火预警方法，其特征在于，所述适应度的函数为其中fit为某一种控制数据的适应度，E为对应的控制数据通过神经网络的输出误差值。

7.如权利要求5所述的微油点火预警方法，其特征在于，所述遗传算法包括选择、交叉、变异三个步骤，所述选择步骤包括：如果m’种控制数据中的第i种控制数据的适应度值为fit_i，则其被选中概率为随机选取两种控制数据比较被选中概率，保留被选中概率较大的一种控制数据，然后再随机选择两种控制数据，进行同样的操作，最终保留下两种控制数据作为父代个体；所述交叉步骤包括：以一定的交叉概率对父代个体进行交叉操作，其中在交叉步骤之前，需要将[0,1]之间的均匀分布随机数与交叉概率进行比较，如果均匀分布随机数大于交叉概率，则将保留下来的两个父代个体进行交叉操作，否则不进行交叉操作，进行变异步骤；所述变异步骤包括：利用选择均匀变异，对交叉结果对应的控制数据以一定的变异概率P_m进行替换，获得最优值。

8.如权利要求7所述的微油点火预警方法，其特征在于，所述交叉概率的取值范围为0.5～0.8，所述变异概率的取值范围为0.001～0.01。

9.如权利要求7所述的微油点火预警方法，其特征在于，所述利用神经网络算法将所述最优值计算获得输出结果的方法包括：当某一种类的控制数据的最优值为X_i’={x₁’,x₂’,…x_n’}时，输出结果的计算公式为：其中net=x₁’w₁+x₂’w₂+…+x_n’w_n，w_1～n为微油点火过程的某一种类控制数据对应的权重。

10.如权利要求1所述的微油点火预警方法，其特征在于，所述神经网络为误差反向传播神经网络。