摘要
本发明公开了一种基于数据驱动的烧结余热发电智能控制方法,包括从控制器采集每秒数据;对数据进行预处理,将处理后的数据划分训练集和验证集,未完成调速汽门开度控制的样本数据作为预测集;对训练集的样本数据按照汽耗率由大到小排序,取前70%的样本数据用于建模;基于改进天鹰优化算法优化多模态深度学习模型算法对数据进行模型创建、训练与优化;根据模型进行预测,得到最新的调速汽门开度适宜值;将最新的调速汽门开度适宜值与上一统计周期适宜值进行比较,若变化量的绝对值超过阈值0.1且持续5秒,则进行调速汽门开度调整,否则不进行调整。本发明提高了发电系统运行效率、稳定性与安全性,并节省了大量人力成本。
技术关键词
烧结余热发电
调速汽门
智能控制方法
多模态深度学习
数据
模型算法
主蒸汽压力
样本
局部特征提取
主蒸汽流量
蒸汽消耗量
汽轮机
参数
变量
注意力机制
发电系统
控制器
数学模型
系统为您推荐了相关专利信息
设备运行数据
噪声偏差
皮尔逊相关系数
预警方法
工控机