【摘 要】
:
燃煤电站锅炉在长期正常运行的情况下将不可避免地造成金属受热面灰污累计的情况,由于灰污的热阻较大,所以受热面的传热效率和经济性会大幅降低。此外受热面的灰污结渣问题也容易引发管排爆炸等安全事故。目前大多数燃煤电站均采用每班定时吹灰策略,这样的策略对于工作人员的吹灰经验要求较高,且长期过吹灰与欠吹灰也同样存在着安全隐患。现如今随着人工智能和深度学习技术的蓬勃发展,在对于大数据和大样本处理具有很强的能力,
论文部分内容阅读
燃煤电站锅炉在长期正常运行的情况下将不可避免地造成金属受热面灰污累计的情况,由于灰污的热阻较大,所以受热面的传热效率和经济性会大幅降低。此外受热面的灰污结渣问题也容易引发管排爆炸等安全事故。目前大多数燃煤电站均采用每班定时吹灰策略,这样的策略对于工作人员的吹灰经验要求较高,且长期过吹灰与欠吹灰也同样存在着安全隐患。现如今随着人工智能和深度学习技术的蓬勃发展,在对于大数据和大样本处理具有很强的能力,吹灰时刻可以通过智能计算方法来求得最优时间,很大程度上减小了误判断情况。因此,本文针对这一课题,以多种器件的锅炉金属受热面为研究对象对锅炉积灰预测问题进行了一系列分析和实验。主要研究内容如下:(1)本文以清洁因子(Clearness Factor,CF)作为衡量受热面健康状况的健康指标,清洁因子时间序列可以从热平衡公式计算得到,其所需要的变量参数也可以从DCS监测系统获得。此外数据预处理可以减小不必要的预测难度,保留积灰趋势,为下面的积灰预测研究奠定坚实的基础。(2)受热面清洁因子时间序列作为动态时间序列。针对积灰时间序列特性,本文提出了一种燃煤电站锅炉受热面积灰动态预测综合方法。结合自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和非线性自回归神经网络(Nonlinear Auto Regression Neural Network,NARNN)来预测燃煤锅炉受热面积灰状况。为构建合理的网络模型,采用最小信息准则和试错法确定延迟数和隐藏层层数。实验结果表明相较于常规方法,所提方法可以实现精度较高的多步预测和不同起始点预测。(3)随着深度学习(Deep learning,DL)模型的引爆,深度学习算法在时间序列预测的优越性也逐步凸显。为了解决积灰时间序列的非线性预测问题,本文提出了结合信号分析与深度学习算法的混合模型。集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法可以解耦含有多个特征的非线性时间序列,深度学习模型对于解耦后的高频分量具有良好的预测效果。最终多种受热面积灰数据集用来验证该混合模型的有效性,为锅炉的经济性运行提供了一定的参考价值。(4)信号分析方法虽然对于非线性时间序列的预测具有重要的价值,但其存在分解后的分量数量多,再加上深度学习模型的训练时间长,其可能会产生一系列的潜在问题,例如:分解分量的数量过度可能会造成特征冗余以及时间消耗过大的问题,深度学习模型训练时间过长可能会变向地缩减吹灰操作准备时间等等。本文提出了深度特征提取模型,其完成了输入重构的作用,间接地减少了深度学习的冗长训练时间。此外自适应滑动窗口可以监测时间序列的波动与趋势。所提方法在多种受热面预测和受热面维护性实验验证了可行性与优越性。
其他文献
随着我国经济体制的进一步完善以及供给侧结构的改革的不断深入,我国中小企业生存发展面临着前所未有的激烈竞争,企业的管理者也对绩效考核有了新的认识,逐渐认识到绩效考核不再仅仅是对员工工作完成情况的评价,更是企业进步和发展、核心竞争力培养的策略与手段。同改革开放初期相比,尽管我国的中小企业在绩效考核方面有了不小的进步,但是同企业科学化管理和企业高质量发展要求相比,考核体系优化明显滞后,绩效考核越来越成为
在电力市场体系中,现货市场在发现价格、平衡功率等方面发挥着重要作用,而柔性负荷资源参与现货市场可进一步促进供需双侧互动,提高系统调节能力。然而在现货市场环境下,柔性负荷聚合主体的自主决策可能给系统实时运行带来风险,且该模式下的实时市场出清需要进行多轮协商才能最终形成均衡价格,难以满足实时性要求。尽管主体间协同进行交易决策可以有效降低风险和提高实时决策水平,但日前市场的协同需要主体间对需求申报细节进
20世纪上半叶的中国正处在时代的转折点,无论是政治体制、经济结构、文化形态或科学技术都正在发生革新式的变化。在中国近代社会与设计之间不断发生互相作用的重大的事件里,在外来挑战对中国社会的冲击与回应之间,正是近代设计批评最闪耀的时刻。本文以1890年至1949年期间沪宁杭地区举办的南洋劝业会、中华国货展览会及西湖博览会中的设计批评为主要研究对象,采用定性研究、结构研究、比较研究、行为研究及定量研究相
在城市增量发展带来的愈发严重雨洪问题的背景下,建设有利于减少城市雨洪灾害损失以及提高城市资源转化效率的城市海绵系统已成必然。作为城市绿地系统的重要组成部分,道路绿地系统是构建城市海绵系统不可或缺的一部分。西咸新区沣西新城作为我国第一批海绵城市建设试点,是我国海绵城市建设的先行者。然而通过调研发现沣西新城海绵城市道路在建成后逐渐出现区域产流量与设施布局功能不匹配、植物生境适应性差、景观效果差、土壤污
提高变电站智能化运维水平是保障电力系统稳定运行的有效手段,也是大力发展智能电网的必然要求。随着视频监控技术的推广,基于计算机视觉实现变电站关键设备状态的自动识别成为可能。本文主要研究了基于半监督学习的实时语义分割算法,从提高推理效率、降低数据标注成本两个角度出发,对语义分割算法进行了深入分析,并在变电站进行了工程应用。本文取得的主要研究成果如下:(1)构建了基于双路结构和图推理的实时语义分割模型。
仪表在我们日常生活和生产作业中随处可见,是采集数据和检测数据的重要工具。近年来,随着我国智能化和自动化水平的不断提高,人们对于仪表自动读数的需求也日益增强,尤其在一些变电站、发电厂等仪表密集场所,传统人工巡检的不便利以及巡检过程中存在的安全隐患,使得人们更加需要仪表自动读数技术的应用与普及。针对仪表自动读数问题,新型数字式仪表的读数比较方便,现阶段已经有非常多成熟的方案落地,而针对传统指针式仪表的
在当前激烈的市场出现了急剧的竞争的情况下,想要获得更长久的竞争力,就应当重视到人才的力量,并将人力资源提升到第一生产力的重要地位。识别和获取能够支持业务战略实现的人才已成为企业的人力资源工作重点。一名优秀员工产生绩优表现往往取决于内在的动机和特征,而仅评估候选人的经验、技能和教育程度等传统的招聘行为,并不能够对未来能够给企业带来的效益产生精准的预测。但是通过胜任力模型的招聘过程所进行的人才选聘,可
目的:本研究分析冠脉病变程度低危组和高危组的两组急性ST段抬高型心肌梗死(STEMI)患者的临床特征,并探索血液衍生指标与STEMI患者冠脉病变严重程度的相关性及预测价值。方法:回顾性连续性收录2014年08月至2018年12月在苏州大学附属第一医院心内科接受冠脉造影(CAG)并确诊为STEMI的患者共计400例,根据CAG结果,计算每位入组患者的Gensini评分,按照评分中位数(48分)将入组
西藏地区严酷的自然环境,独特的游牧文化,制约了西藏教育事业的发展,藏族学生的数学基础非常差。党的十八大以后,国家加大对西藏建设的投入,西藏教育事业得到蓬勃发展,藏族学生数学综合素质水平逐年提升,但是进入高中阶段,学生数学综合素质水平个体化差异越来越明显,传统的教育模式已经很难满足西藏学生的数学学习需求,教育模式改革势在必行。近年来,林芝市A高中进行了多次分层教学模式的探索,笔者两次参与林芝市A高中
旅游业作为我国第三产业的重要组成部分,已经成为国民经济战略性支柱产业。本文结合国内外管理实践的进展与不足,针对旅游供应链管理面临的实际情景,运用博弈理论和数值仿真等理论和方法,从销售模式、广告投入与补贴策略三个视角,考虑一个线下旅行服务提供商和一个线上旅行平台组成的两阶段旅游供应链,系统深入研究旅游供应链的零售模式、市场模式、混合模式三种销售模式下的旅游供应链订货决策,以及三种广告投入与两种广告补