[发明专利]一种基于径向基神经网络的火电机组供电煤耗计算方法

权利要求书

1.一种基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，包括：

步骤1，从发电厂分布式控制系统中获取各机组的历史运行数据，以及从发电厂厂级实时监控信息系统中获取历史供电煤耗数据；

步骤2，从所述历史运行数据中鉴别出机组的暂态运行数据并将其剔除，从而获取机组的稳态运行数据；

步骤3，基于所述稳态运行数据及历史供电煤耗数据构建径向基神经网络，并对所述径向基神经网络进行测试，直至所述径向基神经网络的输出满足预设的误差值；

步骤4，从发电厂分布式控制系统实时获取发电厂各机组的实时运行数据，并将所述实时运行数据作为所述径向基神经网络输入层的输入数据，计算得出机组供电煤耗数据。

2.根据权利要求1所述的基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，步骤1中所述历史运行数据包括一段时间内汽轮机热耗率、发电厂厂用电率、锅炉机组负荷、炉膛出口氧量、各风口挡板开度、各磨煤机给煤量、炉膛温度中的多种。

3.根据权利要求2所述的基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，步骤2中所述获取机组的稳态运行数据的方法包括：

若15min内，机组的实际负荷和主蒸汽压力参数与其各自设定值的均方差之和小于设定的阈值，则判定机组处于稳态工况，所述稳态工况下的运行数据即为稳态运行数据；否则，顺时递推5min，重新判定机组是否处于稳态工况，直到运行数据满足稳态工况条件为止。

4.根据权利要求3所述的基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，所述步骤3包括：

将所述稳态运行数据及历史供电煤耗数据作为所述径向基神经网络输入层的输入数据，并划分出训练数据和测试数据；其中，从整体数据中随机选取75％的数据作为所述训练数据，用于径向基神经网络训练样本，将其余25％数据，用于径向基神经网络测试样本。

5.根据权利要求4所述的基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，所述步骤3还包括：

在对所述径向基神经网络进行测试过程中，调整所述径向基神经网络隐含层神经元个数，以获取径向基神经网络的输出值变化情况。

6.根据权利要求5所述的基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，所述步骤3还包括：

对所述历史供电煤耗数据进行连续差分化，以对应于所述稳态运行数据。

7.根据权利要求6所述的基于径向基神经网络的火电机组供电煤耗计算方法，其特征在于，步骤4中所述供电煤耗数据包括汽轮机热耗率、发电厂厂用电率、锅炉机组负荷、炉膛出口氧量、各风口挡板开度、各磨煤机给煤量、炉膛温度中的多种。