CN102252342A - 一种多孔介质燃烧器在线燃烧优化的模型更新方法 - Google Patents
一种多孔介质燃烧器在线燃烧优化的模型更新方法 Download PDFInfo
- Publication number
- CN102252342A CN102252342A CN2011101155453A CN201110115545A CN102252342A CN 102252342 A CN102252342 A CN 102252342A CN 2011101155453 A CN2011101155453 A CN 2011101155453A CN 201110115545 A CN201110115545 A CN 201110115545A CN 102252342 A CN102252342 A CN 102252342A
- Authority
- CN
- China
- Prior art keywords
- model
- alpha
- data
- sigma
- partiald
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种信息控制技术领域,涉及到增量学习技术,特别是涉及一种多孔介质燃烧器在线燃烧优化的模型更新方法。本发明具体是利用超出原有模型预测误差限度的数据与原模型中部分数据相结合再建新模型的方法,实现模型更新。该方法克服了传统更新方法中将已有模型数据完全放弃,不能利用已有模型的数据的缺点,充分利用了原模型数据与新数据相结合的特点,缩短了模型更新的数据处理计算工作量和时间,使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面。本发明对节能减排具有很好的效果。
Description
技术领域
本发明属于信息控制技术领域,涉及到增量学习技术,特别是涉及一种多孔介质燃烧器在线燃烧优化的模型更新方法。
背景技术
多孔介质燃烧器燃烧优化的方法是节能减排的重要技术手段,其目标是在一定的负荷条件下,通过调整多孔介质燃烧器配风、给燃气等运行参数而获得高效率、低污染排放的运行状态。多孔介质燃烧器的配风、给燃气等运行参数的搭配对多孔介质燃烧器燃烧状态有直接的影响,不同的配风、给燃气及氧量等操作参数的配置会直接导致不同的燃烧效率及污染气体的排放量的情况。对于给定的多孔介质燃烧器,在一定的负荷条件下,针对不同的燃烧状态特征指标,存在一种最优的操作参数配置方案,能够使相应燃烧状态的特征指标最优化,但是,多孔介质燃烧器的操作参数间有着复杂的耦合关系,要找到最优的操作参数的配置并不容易。随着科学技术的不断进步,多孔介质燃烧自动化程度也在不断提高,但是多孔介质燃烧器燃烧优化问题还没有很好的得到解决。
目前多孔介质燃烧器的燃烧优化的研究热点是通过数据挖掘,在大量不同的实际运行参数组合中,应用机器学习的方法,挖掘出运行参数与多孔介质燃烧器燃烧状态的特征指标间的关系模型,再利用优化算法结合挖掘出的模型进行多孔介质燃烧器的在线燃烧优化。这种方法节省人力物力,而且可以找到比人工实验更优的参数配置,但是由于多孔介质燃烧器的设备的特性随着时间的增长会有所改变,如何保证模型能够快速、高效的更新以适应新的情况成为了这种方法的瓶颈问题。该问题与建模方法、样本数据选取及更新策略等都有很大关系。
发明内容
本发明的目的是针对多孔介质燃烧器的燃烧优化中的瓶颈问题,提出一种兼顾模型历史学习结果与新的变化情况的模型更新方法。
本发明具体是利用超出原有模型预测误差限度的数据与原模型中部分数据相结合再建新模型的方法,实现模型更新。该方法克服了传统更新方法中将已有模型数据完全放弃,不能利用已有模型的数据的缺点,充分利用了原模型数据与新数据相结合的特点,缩短了模型更新的数据处理计算工作量和时间,使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面。
本发明的技术方案是通过利用原有模型预测超出误差限度的数据与原模型中的部分数据共同作为样本,建立新的模型,确立了一种多孔介质燃烧器燃烧优化的模型更新方法,利用该方法可以快速、高效的实现模型的更新,使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面。
本发明方法的步骤包括:
步骤(1)建立原有模型的预测错误数据库。根据具体多孔介质燃烧器燃烧情况和对模型预测精度的要求,设定模型的允许预测误差限δ,在采集数据时,判断模型预测值与实际运行值之间的误差与允许预测误差限δ的大小,如果预测误差大于δ,即|Vc-Vs|>δ,其中Vc为模型预测值,Vs为实际运行数据,则将超限数据存入预测错误数据库中,以备模型更新之用。
步骤(2)建立新模型。原模型需要更新时,选择预测错误数据库中的工况(>1000组)数据,再在原模型的建模样本中随机选择部分工况数据(>500组)数据,将两部分数据共同作为训练样本(预测错误数据与原模型建模数据比例>2),进行下一步的模型更新建模,使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面。设数据样本可以表示为其中xi表示第i组作为输入数据的锅炉运行参数向量,yi表示第i组作为输出参数的表征锅炉燃烧状态特征的参数,采用支持向量机算法建立新的模型,核函数选为径向基函数:
φ(x)为映射函数,设所求的目标函数为:f(xi)=w·φ(xi)+b,f(xi)为模型输出的多孔介质燃烧器燃烧指标预测值,w为权重系数向量,b为截距。引入松弛因子ξ* i≥0和ξi≥0和允许拟合误差ε,模型可以通过在约束:
获得,其中常数C>0为惩罚系数。该最小化问题为一个凸二次规划问题,引入拉格朗日函数:
拉格朗日函数L在鞍点处是关于w,b,ξi,ξi *极小点,得:
可得拉格朗日函数的对偶函数:
此时,
按照库恩-塔克(KKT)条件定理,在鞍点有下式成立:
由上式可见,αi·αi *=0,αi和αi *都不会同时为非零,可得:
从上式可求出b,获得模型。清空预测错误数据库,以备下一次更新采集数据之用。
有益效果:本发明提出的模型更新方法充分考虑新数据和原数据的情况,利用了已有的模型的建模数据所包含的有用信息,减少了模型更新数据选择和处理的工作量,提高了模型更新的效率,满足了多孔介质燃烧器燃烧在线优化的实际要求,保证了多孔介质燃烧器燃烧优化的实时性和准确性,而且使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面。
具体实施方式
一种多孔介质燃烧器燃烧优化的模型更新方法,具体步骤是:
(1)建立原有模型的预测错误数据库。根据具体多孔介质燃烧器燃烧情况和对模型预测精度的要求,设定模型的允许预测误差限δ,在采集数据时,判断模型预测值与实际运行值之间的误差与允许预测误差限δ的大小,如果预测误差大于δ,即|Vc-Vs|>δ,其中Vc为模型预测值,Vs为实际运行数据,则将超限数据存入预测错误数据库中,以备模型更新之用。
步骤(2)建立新模型。原模型需要更新时,选择预测错误数据库中的工况(>1000组)数据,再在原模型的建模样本中随机选择部分工况数据(>500组)数据,将两部分数据共同作为训练样本(预测错误数据与原模型建模数据比例>2),进行下一步的模型更新建模,使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面。设数据样本可以表示为其中xi表示第i组作为输入数据的锅炉运行参数向量,yi表示第i组作为输出参数的表征锅炉燃烧状态特征的参数,采用支持向量机算法建立新的模型,核函数选为径向基函数:
φ(x)为映射函数,设所求的目标函数为:f(xi)=w·φ(xi)+b,f(xi)为模型输出的多孔介质燃烧器燃烧指标预测值,w为权重系数向量,b为截距。引入松弛因子ξ* i≥0和ξi≥0和允许拟合误差ε,模型可以通过在约束:
获得,其中常数C>0为惩罚系数。该最小化问题为一个凸二次规划问题,引入拉格朗日函数:
拉格朗日函数L在鞍点处是关于w,b,ξi,ξi *极小点,得:
可得拉格朗日函数的对偶函数:
此时,
按照库恩-塔克(KKT)条件定理,在鞍点有下式成立:
由上式可见,αi·αi *=0,αi和αi *都不会同时为非零,可得:
从上式可求出b,获得模型。清空预测错误数据库,以备下一次更新采集数据之用。
Claims (1)
1.一种多孔介质燃烧器燃烧优化的模型更新方法,其特征在于该方法的步骤包括:
步骤(1)建立原有模型的预测错误数据库;根据具体多孔介质燃烧器燃烧情况和对模型预测精度的要求,设定模型的允许预测误差限δ,在采集数据时,判断模型预测值与实际运行值之间的误差与允许预测误差限δ的大小,如果预测误差大于δ,即|Vc-Vs|>δ,其中Vc为模型预测值,Vs为实际运行数据,则将超限数据存入预测错误数据库中,以备模型更新之用;
步骤(2)建立新模型;原模型需要更新时,选择预测错误数据库中大于1000组的工况数据,再在原模型的建模样本中随机选择大于500组的部分工况数据,将两部分数据共同作为训练样本,预测错误数据与原模型建模数据比例>2,进行下一步的模型更新建模,使更新后的模型兼顾了新燃烧特点和原来的燃烧特点,模型预测能力更全面;设数据样本可以表示为其中xi表示第i组作为输入数据的锅炉运行参数向量,yi表示第i组作为输出参数的表征锅炉燃烧状态特征的参数,采用支持向量机算法建立新的模型,核函数选为径向基函数:
φ(x)为映射函数,设所求的目标函数为:f(xi)=w·φ(xi)+b,f(xi)为模型输出的多孔介质燃烧器燃烧指标预测值,w为权重系数向量,b为截距;引入松弛因子ξ* i≥0和ξi≥0和允许拟合误差ε,模型可以通过在约束:
获得,其中常数C>0为惩罚系数;该最小化问题为一个凸二次规划问题,引入拉格朗日函数:
拉格朗日函数L在鞍点处是关于w,b,ξi,ξi *极小点,得:
可得拉格朗日函数的对偶函数:
此时,
按照库恩-塔克(KKT)条件定理,在鞍点有下式成立:
由上式可见,αi·αi *=0,αi和αi *都不会同时为非零,可得:
从上式可求出b,获得模型;清空预测错误数据库,以备下一次更新采集数据之用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101155453A CN102252342A (zh) | 2011-05-05 | 2011-05-05 | 一种多孔介质燃烧器在线燃烧优化的模型更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101155453A CN102252342A (zh) | 2011-05-05 | 2011-05-05 | 一种多孔介质燃烧器在线燃烧优化的模型更新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102252342A true CN102252342A (zh) | 2011-11-23 |
Family
ID=44979781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101155453A Pending CN102252342A (zh) | 2011-05-05 | 2011-05-05 | 一种多孔介质燃烧器在线燃烧优化的模型更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102252342A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799939A (zh) * | 2012-07-16 | 2012-11-28 | 杭州电子科技大学 | 一种生物质炉燃烧优化的模型更新方法 |
CN103020455A (zh) * | 2012-12-17 | 2013-04-03 | 富通集团有限公司 | 一种同轴电缆护套机优化运行的多目标模型更新方法 |
CN106594794A (zh) * | 2016-12-22 | 2017-04-26 | 杭州电子科技大学 | 一种混合智能锅炉效率燃烧优化模型更新方法 |
CN108257121A (zh) * | 2018-01-09 | 2018-07-06 | 北京百度网讯科技有限公司 | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 |
CN111612212A (zh) * | 2020-04-10 | 2020-09-01 | 杭州电子科技大学 | 一种磨煤机煤粉细度的在线优化模型更新方法 |
US10769774B2 (en) | 2018-01-09 | 2020-09-08 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for detecting a defect in a steel plate, as well as apparatus and server therefor |
CN114880927A (zh) * | 2022-04-29 | 2022-08-09 | 广东大唐国际雷州发电有限责任公司 | 一种智慧电厂监控方法、***、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101063872A (zh) * | 2006-04-25 | 2007-10-31 | 神马科技公司 | 锅炉氧量优化*** |
WO2009115323A1 (de) * | 2008-03-18 | 2009-09-24 | Siemens Aktiengesellschaft | Verfahren zur modellbasierten bestimmung von parametern und/oder zustandsgrössen eines piezogetriebenen einstellgliedes |
CN101498458B (zh) * | 2009-03-02 | 2010-08-11 | 杭州电子科技大学 | 一种锅炉在线燃烧优化的模型更新方法 |
CN101498457B (zh) * | 2009-03-02 | 2010-08-25 | 杭州电子科技大学 | 一种锅炉燃烧优化的方法 |
-
2011
- 2011-05-05 CN CN2011101155453A patent/CN102252342A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101063872A (zh) * | 2006-04-25 | 2007-10-31 | 神马科技公司 | 锅炉氧量优化*** |
WO2009115323A1 (de) * | 2008-03-18 | 2009-09-24 | Siemens Aktiengesellschaft | Verfahren zur modellbasierten bestimmung von parametern und/oder zustandsgrössen eines piezogetriebenen einstellgliedes |
CN101498458B (zh) * | 2009-03-02 | 2010-08-11 | 杭州电子科技大学 | 一种锅炉在线燃烧优化的模型更新方法 |
CN101498457B (zh) * | 2009-03-02 | 2010-08-25 | 杭州电子科技大学 | 一种锅炉燃烧优化的方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799939A (zh) * | 2012-07-16 | 2012-11-28 | 杭州电子科技大学 | 一种生物质炉燃烧优化的模型更新方法 |
CN103020455A (zh) * | 2012-12-17 | 2013-04-03 | 富通集团有限公司 | 一种同轴电缆护套机优化运行的多目标模型更新方法 |
CN103020455B (zh) * | 2012-12-17 | 2015-07-22 | 富通集团有限公司 | 一种同轴电缆护套机优化运行的多目标模型更新方法 |
CN106594794A (zh) * | 2016-12-22 | 2017-04-26 | 杭州电子科技大学 | 一种混合智能锅炉效率燃烧优化模型更新方法 |
CN106594794B (zh) * | 2016-12-22 | 2019-03-08 | 杭州电子科技大学 | 一种混合智能锅炉效率燃烧优化模型更新方法 |
CN108257121A (zh) * | 2018-01-09 | 2018-07-06 | 北京百度网讯科技有限公司 | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 |
CN108257121B (zh) * | 2018-01-09 | 2019-01-25 | 北京百度网讯科技有限公司 | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 |
US10769774B2 (en) | 2018-01-09 | 2020-09-08 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for detecting a defect in a steel plate, as well as apparatus and server therefor |
CN111612212A (zh) * | 2020-04-10 | 2020-09-01 | 杭州电子科技大学 | 一种磨煤机煤粉细度的在线优化模型更新方法 |
CN114880927A (zh) * | 2022-04-29 | 2022-08-09 | 广东大唐国际雷州发电有限责任公司 | 一种智慧电厂监控方法、***、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101498458B (zh) | 一种锅炉在线燃烧优化的模型更新方法 | |
CN101498457B (zh) | 一种锅炉燃烧优化的方法 | |
CN102252342A (zh) | 一种多孔介质燃烧器在线燃烧优化的模型更新方法 | |
CN102252343B (zh) | 一种多孔介质燃烧器燃烧优化的方法 | |
Shu et al. | Reallocation planning of urban industrial land for structure optimization and emission reduction: A practical analysis of urban agglomeration in China’s Yangtze River Delta | |
CN101498459A (zh) | 一种锅炉燃烧优化的建模方法 | |
CN109242188B (zh) | 一种钢铁煤气***长期区间预测及其结构学习方法 | |
US20200219027A1 (en) | Knowledge transfer-based modeling method for blast furnace gas scheduling systems | |
CN106022521A (zh) | 基于Hadoop架构的分布式BP神经网络的短期负荷预测方法 | |
CA3111632A1 (en) | System and method for anaerobic digestion process assessment, optimization and/or control | |
CN106019935B (zh) | 基于约束模糊关联规则的多目标锅炉燃烧优化 | |
CN109872012A (zh) | 基于工况划分的火电厂运行多目标优化的确定方法 | |
WO2020051795A1 (zh) | 一种钢铁煤气***长期区间预测及其结构学习方法 | |
CN107918368B (zh) | 钢铁企业煤气产生量与消耗量的动态预测方法及设备 | |
Fang et al. | Investigating carbon tax pilot in YRD urban agglomerations—Analysis of a novel ESER system with carbon tax constraints and its application | |
CN102842066A (zh) | 一种生物质炉燃烧优化的建模方法 | |
CN102184450A (zh) | 一种多孔介质燃烧器燃烧优化的建模方法 | |
CN106594794A (zh) | 一种混合智能锅炉效率燃烧优化模型更新方法 | |
CN105160450B (zh) | 一种考虑环境因素的含能效电厂电源规划方法 | |
CN102194057B (zh) | 一种废塑料炼油燃烧优化的模型更新方法 | |
CN102021254B (zh) | 一种高炉***与trt装置分布式协调控制方法 | |
CN107479523B (zh) | 基于qpso的多智能体生产制造过程优化方法和装置 | |
CN107119159A (zh) | 一种存在整数规划问题的高炉布料过程布料矩阵的优化方法 | |
CN102799939A (zh) | 一种生物质炉燃烧优化的模型更新方法 | |
CN107122847A (zh) | 一种基于双层粒子群算法的渠系配水优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111123 |