[发明专利]电站大型锅炉一次风风量的软测量方法

摘要

本发明涉及一种电站大型锅炉一次风流量的软测量方法。对于大管径的非平稳流场，目前采用短距离的微差压测速装置很难得到准确可靠的测量结果。本发明的特征在于1)根据机理和主元分析相结合的方法选取辅助变量；2)检验原始测量信号的准确性；3)基于支持向量机回归算法建立风量软测量模型，并采用历史数据对模型进行训练、参数优化及模型验证；4)模型参数的在线校正。本发明易于现场应用、成本低，风量软测量结果较准确、可靠，有助于实现电站锅炉的优化控制和运行，提高经济效率。

主权项

1.电站大型锅炉一次风风量的软测量方法，其特征在于：1)根据机理和主元分析相结合的方法选取辅助变量；2)检验原始测量信号的准确性，剔除粗大误差，并采用滤波算法减小随机误差；3)基于支持向量机回归算法建立一次风风量的软测量模型，通过核函数的选择、给定训练集及求解二次规划，构造出软测量模型，软测量模型的构造过程如下：a)给定训练集{(p₁，y₁)，...，(p_k，y_k)}，其中输入p_i∈Rⁿ，输出y_i∈R^k，i＝1，2...k；b)选取适当的核函数K(p_i，p)以及适当的精度ε＞0和惩罚参数C＞0；c)构造并求解下列凸二次规划问题，解得拉格朗日系数mina,a*∈Rk=12Σi,j=1k(ai*-ai)(aj*-aj)K(pi,pj)+ϵΣi=1k(ai*+ai)-Σi=1kyi(ai*-ai)]]>s.t.Σi=1k(ai-ai*)=0,0≤ai,ai*≤C,]]>i，j＝1，2，...，kd)选取满足上式约束条件的解或计算e)构造决策函数，为使用拉格朗日法求解二次规划问题时引入的拉格朗日常数，核函数采用K(p_i，p)＝exp(-γ*|p_i-p|²)，式中γ为常数，给定任意的初始值或使用默认的初始值，训练时会自动寻优得到更合理的值，其中p_i为训练时获得的支持向量，p为实测的辅助变量归一化后组成的向量，为训练后的线性模型的常数项，然后采用电厂DCS历史数据进行模型的训练、参数选择及模型验证；4)模型参数的在线校正，通过在线运行中得到的大量样本数据对模型的参数进行校正。