[发明专利]一种基于LSSVM及在线更新的电站锅炉烟气软测量系统

摘要

本发明提供一种基于最小二乘支持向量机及在线更新的电站锅炉烟气软测量系统，属于热工技术和人工智能交叉技术领域。该系统选择电站锅炉有关运行和状态参数作为模型的输入，要预测的烟气成分含量作为模型的输出，选取历史运行数据作为初始训练样本，利用最小二乘支持向量机方法建立烟气排放的初始模型。另外，基于对烟气排放时变特性的分析，提出了基于样本替换和样本追加的更新策略，并采用删减样本和增加样本两种模式以增量的形式来实现参数的求解和模型的更新。本发明提出的最小二乘支持向量机及在线更新软测量系统随着过程特性的变化自适应地改进模型性能，能够实现对烟气排放的精确预测，对电站锅炉的安全和优化运行有重要的意义。

主权项

一种基于LSSVM及在线更新的电站锅炉烟气软测量系统，其特征在于，所述软测量系统包括模型预测子系统、性能检测子系统和模型更新子系统，所述模型预测子系统连接至性能检测子系统，所述性能检测子系统连接至模型更新子系统，所述模型更新子系统反馈至模型预测子系统，其中模型预测子系统包括LSSVM模型建立单元和烟气成分含量预测单元；性能检测子系统包括样本预测误差计算单元和预测误差判断单元；模型更新子系统包括最近样本点选取单元、更新类型判定单元、特征矩阵更新单元、软测量模型更新单元；其中：所述LSSVM模型建立单元，用于收集初始训练样本来构建LSSVM模型；所述烟气成分含量预测单元，利用此模型对烟气成分含量进行预测；所述样本预测误差计算单元，用于当实际的烟气成分含量的传感器测量值采集到后，计算样本的预测误差；所述预测误差判断单元，用于判断预测误差：若，为误差阈值，则进入最近样本点选取单元；否则需要判断，判断测试样本是否结束，若结束则系统运行结束，否则进入烟气成分含量预测单元；所述最近样本点选取单元，用于从历史运行数据中选取距新采样样本最近的样本点，其中；所述更新类型判定单元，根据新采样样本与其最近的样本之间的距离进行判断并确定更新类型；所述特征矩阵更新单元，根据确定的更新类型，对LSSVM模型建立单元获得的初始LSSVM模型进行增量更新，即对特征矩阵的计算更新；所述软测量模型更新单元，用于将求得的新的模型的特征矩阵计算得到相应的模型参数和，实现对烟气软测量模型的更新，再利用新的模型对烟气成分含量进行预测；所述更新类型判定单元中采用的判断准则是：(i) 若，则对模型实施样本追加更新，即直接将新采样样本加入到先前的历史数据库中；(ii) 若，则对模型实施样本替换更新，即用新采样样本来替换先前历史数据库中满足条件的相似样本；其中由历史训练数据样本之间的平均距离决定，设为。