[发明专利]一种锅炉烟气含氧量测量方法和装置

权利要求书

1.一种锅炉烟气含氧量测量方法，其特征在于，包括：

获取非共享的源设备的数据信息和目标设备的特征数据；所述非共享的源设备的数据信息包括所述非共享的源设备的特征数据；

利用所述非共享的源设备的特征数据和目标设备的特征数据，确定目标设备标签数据和源设备标签数据；

基于所述目标设备标签数据和源设备标签数据以联合学习的方式训练分类器，计算源设备的特征数据的权重；

根据源设备的特征数据的权重，建立所述源设备的特征数据与源设备的烟气含氧量数据之间的关系，并得到烟气含氧量预测软测量模型；

根据所述烟气含氧量预测软测量模型，预测所述目标设备的烟气含氧量。

2.根据权利要求1所述锅炉烟气含氧量测量方法，其特征在于，所述非共享的源设备的数据信息包括所述非共享的源设备的特征数据和烟气含氧量数据；

所述目标设备的特征数据和所述源设备的特征数据至少包含：燃气流量、燃气温度、空气温度、排烟温度和烟气流量。

3.根据权利要求1所述锅炉烟气含氧量测量方法，其特征在于，所述利用所述非共享的源设备的特征数据信息和目标设备的特征数据，确定目标设备标签数据和源设备标签数据，包括：

分别为所述目标设备的特征数据和所述源设备的特征数据打标签，得到所述目标设备标签数据和所述源设备标签数据。

4.根据权利要求1所述锅炉烟气含氧量测量方法，其特征在于，所述基于所述目标设备标签数据和源设备标签数据以联合学习的方式训练分类器，计算源设备的特征数据的权重，包括：

所述权重的计算公式为：

其中，ω_i为所述源设备标签数据中第i条数据的权重，P_1i为所述第i条数据属于所述源设备的概率，P_2i为所述第i条数据属于所述目标设备的概率。

5.根据权利要求2所述锅炉烟气含氧量测量方法，其特征在于，所述根据源设备的特征数据的权重，建立所述源设备的特征数据与源设备的烟气含氧量数据之间的关系，并得到烟气含氧量预测软测量模型，包括：

根据所述源设备的特征数据、每条特征数据的权重和所述源设备的烟气含氧量数据，使用神经网络建立所述源设备的特征数据与源设备的烟气含氧量数据之间的关系，并得到烟气含氧量预测软测量模型。

6.一种锅炉烟气含氧量测量装置，其特征在于，该锅炉烟气含氧量测量装置包括：数据获取模块、数据区分模块、权重计算模块、模型训练模块和含量测算模块，其中，

所述数据获取模块，用于获取非共享的源设备的数据信息和目标设备的特征数据；所述非共享的源设备的数据信息包括所述非共享的源设备的特征数据；；

所述数据区分模块，用于利用所述非共享的源设备的特征数据和目标设备的特征数据，确定目标设备标签数据和源设备标签数据；

所述权重计算模块，用于基于所述目标设备标签数据和源设备标签数据以联合学习的方式训练分类器，计算源设备的特征数据的权重；

所述模型训练模块，用于根据源设备的特征数据的权重，建立所述源设备的特征数据与源设备的烟气含氧量数据之间的关系，并得到烟气含氧量预测软测量模型；

所述含量测算模块，用于根据所述烟气含氧量预测软测量模型，预测所述目标设备的烟气含氧量。

7.根据权利要求6所述锅炉烟气含氧量测量装置，其特征在于，所述非共享的源设备的数据信息包括所述非共享的源设备的特征数据和烟气含氧量数据；所述目标设备的特征数据和所述源设备的特征数据至少包含：燃气流量、燃气温度、空气温度、排烟温度和烟气流量。

8.根据权利要求6所述锅炉烟气含氧量测量装置，其特征在于，所述权重计算模块中所述权重的计算公式为：

其中，ω_i为所述源设备标签数据中第i条数据的权重，P_1i为所述第i条数据属于所述源设备的概率，P_2i为所述第i条数据属于所述目标设备的概率。