摘要
本申请涉及水煤浆气化领域,公开了一种煤浆粘度在线监测方法,以下步骤:S1、实时采集搅拌器系统的电压、电流、煤浆密度、转速、几何参数形成高频特征数据流,同步获取人工分析测得的煤浆粘度作为低频标签数据;S2、对高频特征数据流进行异常值过滤与降采样处理,生成标准化时序特征序列;S3、将降采样后的标准化时序特征序列中的特征数据按预设时间窗口与低频标签数据进行时空对齐,构建三维训练样本集;S4、采用长短期记忆网络建立特征序列到粘度的非线性映射模型,通过历史数据预训练与在线增量学习优化模型参数。本发明通过数据驱动模型,采集实时数据在线计算获得煤浆粘度,无需取样分析,将较低频次的分析转换为接近实时的在线分析。
技术关键词
在线监测方法
低频标签
时序特征
长短期记忆网络
高频特征
在线增量学习
搅拌器系统
搅拌器桨叶
训练样本集
数据驱动模型
水煤浆气化
序列
环形缓冲区
执行增量
算术平均值
参数校准