[发明专利]基于模型迁移的锅炉宽负荷NOx排放浓度预测方法

权利要求书

1.一种基于模型迁移的锅炉宽负荷NOx排放浓度预测方法，其特征在于，包括以下步骤：

步骤(1)：结合锅炉设计信息和燃料特性，确定负荷、风门开度、氧量主要运行参数分布范围；

步骤(2)：结合边界条件的理论可行域，采用正交试验法，针对设计煤种进行CFD数值试验，获取锅炉宽负荷NOx排放浓度预测建模样本；

步骤(3)：以CFD数值模拟样本形成锅炉宽负荷建模样本库，建立NOx排放浓度预测基本模型Z＝f(X)，其中X为边界条件，Z为设计煤种所对应的模型输出值；

步骤(4)：重复步骤(2)，针对机组历史数据仓库中另一非设计煤种1进行CFD数值试验，获取该煤种下NOx排放浓度预测建模样本；

步骤(5)：基于步骤(4)中非设计煤种1下NOx排放浓度预测建模样本，采用高斯过程回归和贝叶斯理论将设计煤种基模型进行迁移，建立非设计煤种1所对应的NOx排放浓度预测基本模型Z₁＝f(X)，其中X为边界条件，Z₁为非设计煤种1所对应的模型输出值；

步骤(6)：重复步骤(4)和步骤(5)，建立电站煤种的NOx排放浓度预测基模型库；

步骤(7)：从机组历史数据仓库获取煤种1所对应的N₁组运行数据{(Y₁,X₁),(Y₂,X₂),…,(Y_N,X_N)}作为模型迁移的训练数据集D₁,其中Y_i为NOx实际测量值，X_i为边界条件实际值，i＝1,2,…N；

步骤(8)：采用高斯过程回归和贝叶斯理论，使用训练数据集D₁对NOx排放浓度预测基模型Z₁＝f(X)进行迁移，建立煤种1所对应的NOx排放浓度预测模型；

步骤(9)：重复步骤(7)，从机组历史数据仓库获取另一煤种2所对应的N₂组运行数据作为模型迁移数据集D₂；

步骤(10)：重复步骤(8)，使用训练数据集D₂对NOx排放浓度预测基模型Z₂＝f(X)进行迁移，建立煤种2所对应的NOx排放浓度预测模型；

步骤(11)：重复步骤(9)和步骤(10)，建立电站所有煤种的NOx排放浓度预测新模型库；

步骤(12)：步骤(6)中所建立的基模型库里的模型被对应煤种的新模型替代，进而实现NOx排放浓度预测新模型库的在线更新。

2.如权利要求1所述的一种基于模型迁移的锅炉宽负荷NOx排放浓度预测方法，其特征在于：所述步骤(1)中锅炉设计信息包括几何结构信息以及燃烧器布置形式信息。

3.如权利要求1所述的一种基于模型迁移的锅炉宽负荷NOx排放浓度预测方法，其特征在于：所述步骤(1)中燃料特性包括煤质工业分析信息、元素分析信息以及粒径分布信息。

4.如权利要求1所述的一种基于模型迁移的锅炉宽负荷NOx排放浓度预测方法，其特征在于：所述步骤(2)中边界条件包括负荷、风门开度、氧量以及磨煤机组合方式。

5.如权利要求4所述的一种基于模型迁移的锅炉宽负荷NOx排放浓度预测方法，其特征在于，所述步骤(2)中正交试验法的步骤如下：将负荷、风门开度、氧量、磨煤机组合方式4个参数作为试验因素并根据历史数据中各试验因素的可行域确定各因素的位级数，进而根据因素数和位级数选择正交表安排数值试验。

6.如权利要求1所述的一种基于模型迁移的锅炉宽负荷NOx排放浓度预测方法，其特征在于，所述步骤(2)中获取锅炉宽负荷NOx排放浓度预测建模样本的方法如下：根据锅炉的受热面布置形式、燃烧器类型建立锅炉的几何模型；针对设计煤种，采用计算流体力学软件进行炉内燃烧数值模拟试验，得到不同负荷、风门开度、氧量、磨煤机组合方式下NOx的生成量，并将计算结果作为锅炉宽负荷NOx排放浓度预测建模样本。