[发明专利]一种锅炉废气排放预测模型建立方法、预测方法及装置

权利要求书

1.一种锅炉废气排放预测模型建立方法，其特征在于，包括以下步骤：

获取训练样本步骤：

获取历史数据，对所述历史数据进行预处理以及典型相关分析后得到训练样本；

预测模型建立步骤：

建立深度信念网络，通过所述训练样本对所述深度信念网络进行训练以使所述深度信念网络可以实现对输入的训练样本进行特征数据提取，得到训练样本特征矩阵；

利用Bootstrap重抽样方法从所述训练样本特征矩阵中抽取得到若干个训练样本集，根据各个所述训练样本集的特征数据分别进行决策树建模以形成随机森林模型，使用所述训练样本集对所述随机森林模型进行训练；

将训练好的深度信念网络以及随机森林模型组合生成废气排放预测模型。

2.如权利要求1所述的锅炉废气排放预测模型建立方法，其特征在于，获取历史数据具体为：从集散控制系统中采集垃圾炉排焚烧锅炉运行的历史数据，所述历史数据包括输入样本矩阵x和废气输出矩阵y。

3.如权利要求2所述的锅炉废气排放预测模型建立方法，其特征在于，对所述历史数据进行预处理具体为：

根据格拉布斯准则，剔除含有粗大误差的历史数据；对于缺失与异常的历史数据采用拉格朗日插值法进行弥补；剔除非正常运行工况的历史数据；对经过剔除和弥补之后的历史数据进行归一化处理。

4.如权利要求3所述的锅炉废气排放预测模型建立方法，其特征在于，所述归一化处理具体为：

其中，i表示样本个数，j表示样本中第j个输入变量；

按照上式将历史数据的数据变量进行线性变换以将数据变量映射到[0，1]区间内。

5.如权利要求4所述的锅炉废气排放预测模型建立方法，其特征在于，对历史数据进行典型相关分析具体为：对经过归一化处理后的历史数据进行典型相关分析以对初始变量集合进行降维。

6.如权利要求1所述的锅炉废气排放预测模型建立方法，其特征在于，获取历史数据，对所述历史数据进行预处理以及典型相关分析后得到训练样本具体为：

获取历史数据，对一部分历史数据进行预处理以及典型相关分析后得到训练样本且对另一部分历史数据进行预处理以及典型相关分析后得到测试样本，还包括预测模型测试步骤：

将测试样本的输入变量值输入到所述废气排放预测模型中以得到废气排放值；

将所述废气排放预测值与所述测试样本的废气排放实际值进行比对，当废气排放预测值和废气排放实际值的差值超过预设值时，重新选择训练样本对所述废气排放预测模型进行训练，直至满足误差要求。

7.如权利要求1所述的锅炉废气排放预测模型建立方法，其特征在于，所述深度信念网络由一系列受限玻尔兹曼机堆叠而成，所述受限玻尔兹曼机由可见层和隐含层组成，层与层之间相互连接，层内无连接，训练样本从可见层输入然后传输至隐含层，根据隐含层的输出可以获得训练样本的特征数据。

8.一种锅炉废气排放预测方法，其特征在于，包括以下步骤：

实时获取集散控制系统的锅炉运行数据；

对所述运行数据进行预处理以及典型相关分析后得到预测数据；

将预测数据输入到使用如权利要求1至7任一项所述的锅炉废气排放预测模型建立方法所建立的废气排放预测模型中以进行废气排放预测，得到废气排放预测值。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有可执行计算机程序，所述处理器可读取所述存储器中的计算机程序运行时以实现如权利要求1至7任一项所述的锅炉废气排放预测模型建立方法或如权利要求8所述的锅炉废气排放预测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可执行计算机程序，所述计算机程序运行时可实现如权利要求1至7任一项所述的锅炉废气排放预测模型建立方法或如权利要求8所述的锅炉废气排放预测方法。