摘要
本发明基于数据驱动的火力发电厂受热面积灰预测方法及系统,该方法包括:采集DCS系统各测点数据,并基于各测点数据计算清洁因子,将全天清洁因子整合为清洁因子时间序列数据集;对各个清洁因子时间序列数据集进行去噪处理,得到健康因子时间序列;对健康因子时间序列进行信号分解,得到低频及高频分解信号,提取得到训练集;使用训练集,对建立的预测模型进行训练得到已训练模型;利用已训练模型,输入分解信号进行健康因子预测,得到健康因子预测值,并根据预测值推荐吹灰策略执行手动或自动吹灰策略。该系统包括数据采集模块、数据处理模块、数据分解模块、模型训练模块和推荐模块。本发明完成了受热面积灰情况的高精度预测。
技术关键词
受热面积灰
因子
训练集
序列
DCS系统
模型训练模块
集合经验模态分解
策略
空气预热器
数据处理模块
信号
数据采集模块
预测系统
吹灰器
小波阈值
深度学习模型
工况
噪声
系统为您推荐了相关专利信息
故障预测系统
检测点
数据处理模块
故障诊断模块
数据分类
定位系统
传感光缆
堤防
数据处理模块
多模态特征融合
文本信息抽取方法
三元组
序列
预训练语言模型
实体
电网频率偏差
AGC控制器
控制智能体
模型预测控制方法
控制策略