基于深度学习预测控制优化的循环流化床节煤降耗的方法
基本信息
| 申请号 | CN201910585272.5 | 申请日 | - |
| 公开（公告）号 | CN111061149A | 公开（公告）日 | 2020-04-24 |
| 申请公布号 | CN111061149A | 申请公布日 | 2020-04-24 |
| 分类号 | G05B13/04 | 分类 | 控制；调节; |
| 发明人 | 王佳楠;张沛男;蒋嬴 | 申请（专利权）人 | 浙江逸智信息科技有限公司 |
| 代理机构 | 杭州杭诚专利事务所有限公司 | 代理人 | 俞润体 |
| 地址 | 311200 浙江省杭州市萧山区萧山经济技术开发区启迪路198号A-B102-1250室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及锅炉控制技术领域，具体涉及基于深度学习预测控制优化的循环流化床节煤降耗的方法，包括以下步骤：采集锅炉的输入变量值、状态变量值以及输出变量值；将输入变量及状态变量值关联滞后时间T后的输出变量值，作为样本数据；训练深度学习算法模型；建立锅炉空间状态模型，使用历史数据训练锅炉空间状态模型,以周期t更新锅炉空间状态模型；结合深度学习算法模型、锅炉状态模型以及先验约束条件，采用优化算法，获得满足输出变量值要求下的燃烧最充分的输入变量值组合。本发明的实质性效果是：通过深度学习模型能够更好的进行非线性建模，提高预测和控制精度，带来节煤降耗的效果，并使煤燃烧更充分，减少污染。 |
