基于多源数据与深度学习的电厂燃料掺配燃烧优化方法

本发明提供一种基于多源数据与深度学习的电厂燃料掺配燃烧优化方法，包括：检测入厂燃料的关键特性指标，构建动态更新的燃料特性数据库；基于燃料特性数据库、锅炉运行参数及负荷预测数据，通过多目标优化算法生成实时燃料掺配方案；利用锅炉三维燃烧模型，对实时燃料掺配方案进行虚拟燃烧测试，调整实时燃料掺配方案中的二次风门开度；通过区块链技术记录燃料从入厂至燃烧全生命周期的数据链，生成不可篡改的碳排报告，当掺烧非常规燃料时，通过迁移学习算法适配其燃烧特性并生成安全掺烧比例阈值，由于基于燃料特性、锅炉运行参数及负荷预测数据，生成实时燃料掺配方案，又通过虚拟测试进行优化，有效地提升了燃料掺配燃烧优化效率。