(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111148713.9 (22)申请日 2021.09.2 9 (71)申请人 国网河北能源技 术服务有限公司 地址 050000 河北省石家庄市裕华区体 育 南大街238号 申请人 国家电网有限公司 　 国网河北省电力有限公司电力科 学 研究院 (72)发明人 杨春来　殷喆　臧谦　袁晓磊　 李剑锋　王斌　 (74)专利代理 机构 石家庄新世纪专利商标事务 所有限公司 1310 0 代理人 巴少谦 (51)Int.Cl. G06F 30/25(2020.01)G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/08(2020.01) (54)发明名称 一种电站锅炉动态运行主汽温延迟特性建 模方法 (57)摘要 本发明公开了一种电站锅炉动态运行主汽 温延迟特性建模方法， 通过采集电站锅炉动态运 行数据， 确定影 响锅炉主汽温预测模 型的输入变 量集合， 并考虑输入变量的历史序列长度， 构建 LSTM网络模型， 通过离散 粒子群来确定历史序列 长度， 以此表征锅炉主汽温对各输入变量的延 迟 时间。 本发 明对火电厂锅炉主汽温控制的控制策 略的设计具有重要的意 义。 权利要求书2页 说明书6页 附图3页 CN 113887116 A 2022.01.04 CN 113887116 A 1.一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在于： 通过采集电站锅炉 动态运行数据， 确定影响锅炉主汽温预测模型 的输入变量集合， 并考虑输入变量的历史序 列长度， 构建LSTM网络模 型， 通过离散粒子群来确定历史序列长度， 以此表征锅炉主汽温对 各输入变量的延迟时间。 2.根据权利要求1所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 包括以下步骤： 步骤S1， 从电站锅炉系统运行数据库中， 选择时间跨度为6个月的运行数据， 记作数据 集D； 步骤S2， 将锅炉主汽温y作为模型的输出变量， ， 将机组负荷作为状态变量x1， 将总燃料 量u1二次风总量u2和每层二次风门开度u3～u7作为锅炉主汽温排 放模型的输入变量； 步骤S3， 以机组实际运行负荷和总给煤量 为特征变量， 实现对动态数据的筛 选与划分； 步骤S4， 以SDi为训练样本集， 以SD2i‑1为测试样本集， 构建6组LSTM神经网络模型， 在构 建时以测试样本集的预测均方根误差为目标函数， 利用离散粒子群实现对 各变量序列长度 的优化， 得到每组的各变量的时延τi1， τi2，…, τi7， 即当前时刻的预测结果需要之前多少时 刻的数据； 步骤S5， 对6组各变量的历史序列长度求均值， 得到对应 变量的延迟时间， 也即： 3.根据权利要求2所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 数据集D的采样频率 为每分钟1个数据样本 。 4.根据权利要求3所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 在6个月的采集数据时间跨度范围内锅炉燃烧系统无故障或停机过程。 5.根据权利要求2所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 步骤S1， 采集数据的变量涉及锅炉燃烧运行参数， 包含机组负荷、 总燃料量、 二次风量、 二次风门开度、 给 水流量、 烟气温度和锅炉主汽温度。 6.根据权利要求2所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 步骤S3， 选择机锅炉燃烧过程的动态工况运行数据， 以状态变量机组负荷x1为特征变 量， 以滑动窗口形式， 在每个月的运行数据中选择2组动态工况数据集， 共得到12组数据集 合， 分别记作S D1,SD2,…,SD12。 7.根据权利要求2所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 步骤S4， 每组LSTM模型的输入变量为总燃料量u1、 二次风总量u2和每层二次风门开度u3 ～u7， 输出变量 为锅炉主汽温度y。 8.根据权利要求6所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 步骤3中， 数据选取和 划分的具体步骤如下： 步骤S31， 基于步骤1采集的数据集D， 分别以月份划分， 得到MDi， i的取值范围为1、 2、 3、 4、 5、 6； 步骤S32， 令i ＝1， 初始化MDi； 步骤S33， 对数据集MDi利用滑动窗口筛 选； 步骤S34， 令i＝i+1， 重复步骤S33， 直至i＝6， 最终得到所划分的数据集合SD1,SD2,…,权　利　要　求　书 1/2 页 2 CN 113887116 A 2SD12。 9.根据权利要求8所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 步骤S3 3， 数据集MDi筛 选步骤如下： 步骤S331， 选取t＝1时刻的数据， 初始化滑动窗口； 步骤S322， 选择第t～t +599个的样本集合， 并计算特征变量的动态运行趋势指数λt， 计 算公式如下： 步骤S333， 令t＝t+1， 重复步骤S322， 直至MDi中所有的数据都已经被覆盖， 并得到λt集 合； 步骤S334， 对得到趋势指数集合λt进行排序， 选择数值最大的两个λt对应的样本集合， 分别记作S Di,SD6+i。 10.根据权利要求7所述的一种电站锅炉动态运行主汽温延迟特性建模方法， 其特征在 于， 步骤S4， 每组的各变量的时延 τi1， τi2，…, τi7的获取具体步骤如下： 步骤S41， 令i ＝1， 初始化S Di； 步骤S42， 于数据集SDi， 以总燃料量u1、 二次风总量u2、 给水流量u3、 烟气温度u4和每层二 次风门开度u5～u9为输入变量， 各变量的序列长度分别为τi1， τi2，…, τi9， 以锅炉主汽温y为 输出变量， 利用LSTM理论构建模型： y(k+1)＝fi(u1(k)，…， u1(k‑τi1)， u2(k)，…， u2(k‑τi2)，…， u9(k)…， u9(k‑τi9)) 式中， y(k+1)代表下时刻的预测值， u1(k),…,u1(k‑τi1)代表变量u1的输入序列， u2 (k),…,u2(k‑τi2)代表变量u2的输入序列， u9(k),…,u9(k‑τi9)代表变量u7的输入序列； 步骤S43， S D2i‑1为测试集， 以测试集的预测均方根 误差作为 适应度函数： 式中， Yt是SD6+i中锅炉主汽温序列的第t个实际测量值， 是LSTM模型对应的锅炉主汽 温预测值； 步骤S44， 离散PSO作为优化方法， 以τi1， τi2，…, τi9作为寻优变量， 以[1,20]作为各变量 的寻优范围， 求 解使的适应度函数 Fiti最小的τi1， τi2，…, τi9值； 步骤S45， 令i＝i+1， 并重复步骤S42至步骤S45， 直至i＝6； 最终得到τi1， τi2，…, τi9的 值， 其中i ＝1～6。权　利　要　求　书 2/2 页 3 CN 113887116 A 3