[发明专利]基于序列模式挖掘的火电厂球磨机制粉系统节能优化方法

摘要

一种基于序列模式挖掘的火电厂球磨机制粉系统节能优化方法，对现场记录数据进行序列模式挖掘过程，自动获得磨机负荷l、磨机出口温度ot、磨机入口负压inp、热风门开度uh、在循环风门开度ur、磨机出力pc、磨机负荷设定值lsv、磨机出口温度设定值otsv和磨机入口负压设定值inpsv之间的序列模式，并在当前运行数据与得到的序列模式的基础上，采用逐项搜索方法确定出当前工况下磨机负荷、磨机出口温度和磨机入口负压的最佳设定值，这样简便易行且通用性好，并使得制粉系统在安全稳定的前提下一直在最佳方式下运行，这样不仅为锅炉系统的优质燃烧提供了有效保证，而且能够提高火电厂的经济效益。

主权项

1.一种基于序列模式挖掘的火电厂球磨机制粉系统节能优化方法，其特征在于，步骤如下：步骤1：首先火电厂球磨机制粉系统利用模拟量采集模块采集信号数据构成现场历史数据库，再调用序列模式挖掘生成模块构建序列模式挖掘数据库D，随后火电厂球磨机制粉系统通过表达式对其存储器内的现场历史数据库中的可变存储单元的值进行转化，转化后再将可变存储单元中记录的热风门开度u_h、在循环风门开度u_r、磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv按照预设的相同时间间隔且一次形成一条记录的模式同时被写入序列模式挖掘数据库D内的可变存储单元中，每一条记录看作一个对象，如果将每个可变存储单元的值看作是数据库的维，则序列模式挖掘数据库D是个9维数据库，另外序列模式挖掘数据库D内的磨机负荷l、磨机出口温度ot、磨机入口负压inp、热风门开度u_h以及在循环风门开度u_r所组成的集合{l，ot，inp，u_h，u_r}是前件集合，而序列模式挖掘数据库D内的磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值所组成的集合{pc，l_sv，ot_sv，inp_sv}是后件集合，磨机负荷l、磨机出口温度ot、磨机入口负压inp、热风门开度u_h、在循环风门开度u_r、磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv的值域为[0，1]；步骤2：火电厂球磨机制粉系统通过序列模块将序列模式挖掘数据库D序列化并得到其相邻两个对象分别在磨机负荷l、磨机出口温度ot、磨机入口负压inp、热风门开度u_h以及在循环风门开度u_r的值的差，即磨机负荷变化值Δl、磨机出口温度变化值Δot、磨机入口负压变化值Δinp、热风门开度变化值Δu_h和循环风门开度变化值Δu_r，由此得到序列化数据库为D^*，即D^*＝{l，ot，np，u_h，u_r，Δl，Δot，Δinp，Δu_h，Δu_r，pc，l_sv，ot_sv，inp_sv}以及扩展前件集合为{l，ot，np，u_h，u_r，Δl，Δot，Δinp，Δu_h，Δu_r}，磨机负荷变化值Δl、磨机出口温度变化值Δot、磨机入口负压变化值Δinp、热风门开度变化值Δu_h和循环风门开度变化值Δu_r的值域为[-1，1]；步骤3：火电厂球磨机制粉系统设定磨机负荷l、磨机出口温度ot、磨机入口负压inp、热风门开度u_h、在循环风门开度u_r、磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv的语言变量分别为L、OT、INP、U_h、U_r、PC、L_sv、OT_sv和INP_sv，语言变量L、OT、INP、U_h、U_r、PC、L_sv、OT_sv和INP_sv的论域选择为[0，1]，语言变量L、OT、INP、U_h、U_r、PC、L_sv、OT_sv和INP_sv的语言值均为{S，RS，M，RB，B}，S、RS、M、RB和B分别代表低、较低、中等、较高和高，磨机负荷变化值Δl、磨机出口温度变化值Δot、磨机入口负压变化值Δinp、热风门开度变化值Δu_h和循环风门开度变化值Δu_r的语言变量分别为ΔL、ΔOT、ΔINP、ΔU_h和ΔU_r，ΔL、ΔOT、ΔINP、ΔU_h和ΔU_r的论域选择也为[-1，1]，而ΔL、ΔOT、ΔINP、ΔU_h和ΔU_r的语言值均选择{NB，NS，ZO，PS，PB}，NB、NS、ZO、PS和PB分别代表负大、负小、零、正小和正大；步骤4：步骤4：火电厂球磨机制粉系统按照语言变量L的语言值，将序列化数据库D^*的维l扩展成维l^S维l^RS、维l^M、维l^RB和维l^B，并称维l^S维l^RS、维l^M、维l^RB和维l^B为维l的扩展维。接着，根据维l的隶属度函数和序列化数据库D^*中每个对象在维l的值，确定每个对象在维l^S维l^RS、维l^M、维l^RB和维l^B的隶属度值，语言变量L、OT、INP、U_h、U_r、PC、L_sv、OT_sv和INP_sv采用相同的论域为[0，1]的等腰三角形隶属度函数，ΔL、ΔOT、ΔINP、ΔU_h和ΔU_r采用相同的论域为[-1，1]的等腰三角形隶属度函数。采用同样的方法，对D^*中其它维进行扩展，并确定每个对象在这些扩展维上的隶属度值，扩展后的数据库为D′；步骤5：火电厂球磨机制粉系统使用滑动时间窗口的方法，将扩展后数据库D′分割成M个子序列，其中第k个子序列DS_k可以表示为：DSk=(d(k-1)wg+1,d(k-1)wg+2,L,d(k-1)wg+ws)]]>其中，k∈{1，2，L，M}，d_j和j∈{(k-1)w_g+1，(k-1)w_g+2，L，(k-1)w_g+w_s}表示子序列DS_k中的一个对象，w_g为对象标示，w_s为对象维度幅值，M为大于1的自然数，k为小于等于M的自然数；步骤6：火电厂球磨机制粉系统读取扩展后数据库D′分割后的第一个序列DS₁，并在DS₁中进行序列模式挖掘；步骤7：火电厂球磨机制粉系统从扩展后数据库D′中维l的扩展维和维Δl的扩展维里分别选择一个维出来组合成一条候选序列模式前件CSPA，根据下式计算CSPA的模糊序列模式支持度SSup：SSup(CSPA)=Σj=1ws(Πx∈CSPAμ(xj))]]>式中，是DS₁中第j个对象关于候选序列模式前件CSPA中各元素隶属度值的积，w_s为对象维度幅值，如果SSup(CSPA)大于等于最小支持度阈值σ(sup)，该CSPA被称为强序列模式前件SSPA，遍历所有维DI的扩展维的组合，可得到关于维DI的强序列模式前件集SSPAS_l；步骤8：火电厂球磨机制粉系统采用步骤7的方法，得到ot和Δot的强序列模式前件集SSPAS_ot，inp和Δinp的强序列模式前件集SSPAS_inp，u_h和Δu_h的强序列模式前件集u_r和Δu_r的强序列模式前件集步骤9：火电厂球磨机制粉系统分别从SSPAS_l、SSPAS_ot、SSPAS_inp、和中选择一个SSPA出来组合成一条候选联合序列模式前件CCSPA，若候选联合序列模式前件CCSPA的模糊序列模式支持度SSup(CCSPA)≥σ(sup)，则该候选联合序列模式前件CCSPA被称为强联合序列模式前件SCSPA，遍历所有SSPAS_l、SSPAS_ot、SSPAS_inp、和中SSPA的组合，可以得到强联合序列模式前件集SCSPAS；步骤10：火电厂球磨机制粉系统分别从磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv的各自扩展维中选择一个维出来组合成一条联合候选序列模式后件CCSPC，若SSup(CCSPC)≥σ(sup)，则该CCSPC被称为强联合序列模式后件SCSPC，遍历所有磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv的扩展维的组合，可以得到磨机出力pc、磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv的的强联合序列模式后件集SCSPCS；步骤11：火电厂球磨机制粉系统从强序列模式前件集SCSPAS中选择出的一个候选联合序列模式前件CCSPA和从强联合序列模式后件集SCSPCS中选择出的一个联合候选序列模式后件CCSPC组合，形成的序列模式被称作候选子序列模式CSSP，将选择出的候选联合序列模式前件CCSPA和联合候选序列模式后件CCSPC分别用A和B表示，则根据下式计算CSSP的模糊序列模式置信度SConf：SConf(CSSP)=Σj=1ws(Πx∈Aμ(xj)×Πy∈Bμ(yj))Σj=1ws(Πx∈Aμ(xj))]]>式中：是DS₁中第j个对象关于A中各元素的隶属度值的积，是DS₁中第j个对象关于B中各元素的隶属度值的积，如果模糊序列模式置信度SConf(CSSP)大于等于最小置信度阈值(σ(conf))，该CSSP被称为强子序列模式SSSP，遍历所有强序列模式前件集SCSPAS中候选联合序列模式前件CCSPA和强联合序列模式后件集SCSPCS中联合候选序列模式后件CCSPC的组合，可得到子序列DS₁的强子序列模式集SSSPS；步骤12：火电厂球磨机制粉系统滑动时间窗口，读取下一子序列DS_k，下一子序列DS_k替代DS₁重复执行步骤7～步骤11，得到的一组DS_k的强子序列模式集，将这些强子序列模式与已有的强子序列模式进行比较后，相同的删除而不同的则保留；步骤13：火电厂球磨机制粉系统判断如果所有的子序列DS_k已经读取，则进行下一步骤；否则，跳转到步骤12执行；步骤14：火电厂球磨机制粉系统合并所有子序列DS_k的强子序列模式集SSSPS，得到数据库D的模糊序列模式集MFSP并输出；步骤15：火电厂球磨机制粉系统通过测量模块测量当前工况下的磨机负荷l、磨机出口温度ot、磨机入口负压inp、热风门开度u_h、在循环风门开度u_r的运行值且分别由l′、ot′、inp′、u′_h和u′_r来表征；步骤16：火电厂球磨机制粉系统根据所述的论域选择为[0，1]的等腰三角形隶属度函数将l′、ot′、inp′、u′_h和u′_r模糊化，且由它们对应的语言值所有组合形成初始前件集ICS，其初始前件为{L′，OT′，INP′，U′_h，U′_r}，其中L′、OT′、INP′、U′_h和U′_r分别为l′、ot′、inp′、u′_h和u′_r的语言值；步骤17：火电厂球磨机制粉系统搜索模糊序列模式集MFSP，得到初始序列模式ISP，其中初始序列模式ISP满足初始序列模式步骤18：初始序列模式ISP中，磨机负荷变化值Δl、磨机出口温度变化值Δot、磨机入口负压变化值Δinp对应的语言值是ΔL′、ΔOT′和ΔINP′，火电厂球磨机制粉系统根据所述的论域选择为[-1，1]的等腰三角形隶属度函数将ΔL′、ΔOT′和ΔINP′去模糊化，且分别变化到各自值域范围得到ΔL′Δot′和Δinp′，令l_T，ot_T和inp_T为磨机负荷l、磨机出口温度ot、磨机入口负压inp的临时设定值，则l_T＝(l′+Δl′)、ot_T＝(ot′+Δot′)且inp_T＝(inp′+Δinp′)；步骤19：火电厂球磨机制粉系统根据l_T，ot_T和inp_T分别调整给煤量、热风门开度和在循环风开度；并通过火电厂球磨机制粉系统的自动控制模块将l、ot和inp的设定值调整到l_T、ot_T和inp_T；步骤20：当火电厂球磨机制粉系统进入新的稳态后，导出磨机出力pc的改变量，如果磨机出力pc增大，则计算当前热风门开度u_h和在循环风门开度u_r各自对应的变化量Δu′_h和Δu′_r，并根据所述的论域选择为[-1，1]的等腰三角形隶属度函数将变化量Δu′_h和Δu′_r模糊化后得到各自对应的语言值ΔU′_h和ΔU′_r；步骤21：火电厂球磨机制粉系统搜索模糊序列模式集MFSP，得到候选序列模式CSP并记录在目标序列模式集TSPS中，其中候选序列模式CSP满足候选序列模式CSP⊃{L′,OT′,INP′,Uh′,Ur′,ΔUh′,ΔUr′};]]>步骤22：火电厂球磨机制粉系统搜索模糊序列模式集MFSP得到另一个初始序列模式ISP，且重复步骤18～步骤21后得到另一个候选序列模式CSP；步骤23：火电厂球磨机制粉系统如果没有搜索到新的初始序列模式ISP，则进入下一步骤；否则，跳转到步骤22；步骤24：火电厂球磨机制粉系统如果已经遍历了所有的初始序列模式ISP，则进行下一步骤；否则，跳转到步骤21；步骤25：火电厂球磨机制粉系统判断若目标序列模式集则说明球磨机制粉系统在当前工况下已经基本处于最佳运行状态；若则将L_sv、OT_sv和INP_sv去模糊化且变化到各自值域范围得到磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv，这样得到的磨机负荷设定值l_sv、磨机出口温度设定值ot_sv和磨机入口负压设定值inp_sv就是当前工况下球磨机制粉系统的磨机负荷、磨机出口温度和磨机入口负压的最佳设定值。步骤26：根据所述的最佳设定值，提供给火电厂球磨机制粉系统的控制器进行设置，可使火电厂球磨机制粉系统一直在最佳方式下运行。