买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种火电厂烟气含氧量在线预测系统及其预测方法,该方法采用基于Elman神经网络模型和粒子群优化算法集成建模的方法并与反馈校正环节相结合。PSO算法引入Elman网络避免迭代计算陷入局部最小，加快了训练模型迭代收敛的速度，误差反馈校正环节使得预测模型在线测试中，具有每步实时自校正能力，不会由于误差导致频繁训练来校正模型，保证了在线预测精度的同时，提高了在线预测的效率和鲁棒性。克服了现有软测量方法中精度较低和离线预测模型在线测试中出现模型失配等问题,以保证在全工况范围内的有效在线预测。

主权项：1.火电厂烟气含氧量在线预测系统的预测方法，其特征在于：该系统包括上位机和数据通讯接口，数据通讯接口与锅炉集散控制系统相连；在所述上位机中构建和更新烟气含氧量预测模型，并将满足精度要求的预测结果通过数据通讯接口传送至集散控制系统；所述上位机包括：信号采集模块：该模块用于从锅炉集散控制系统收集锅炉运行状态参数，并通过计算Pearson相关系数选取主蒸汽压力、主蒸汽流量、总风量、空预器出口烟气温度、总煤量、锅炉负荷、送风机电流相作为烟气含氧量预测模型的输入变量；数据预处理模块：该模块利用改进的小波双层阈值去噪方法对预测模型输入数据去除奇异点和噪声；并通过分层抽样建立训练集数据和在线测试集数据，再将数据进行归一化处理，将其映射到[-1,1]的范围中；专家知识库：该模块采用滚动时间窗口的方法不断更新训练样本，使得训练样本始终保持在最新的状态上，滚动时间窗口方法是指从当前时间开始，回溯L长度的时间尺寸，L的单位为秒；智能建模模块：该模块利用Elman神经网络建立相关辅助变量与烟气含氧量之间的关系模型，再引入PSO算法对Elman模型中的权值和阈值进行寻优，得到最优权值和阈值，并将其赋予Elman网络模型，完成构建PSO-Elman预测模型；误差校正反馈模块：该模块利用在线测试集运行PSO-Elman烟气含氧量预测模型，计算每步预测误差，将每步预测误差加权反馈到下一步预测输出，完成对在线预测输出的反馈校正；模型评估模块：该模块获取每步模型预测误差，判断误差是否大于等于5％，若是，则认为当前预测模型失配，返回智能建模模块，利用来自专家知识库的最新训练集数据再次训练模型；通讯模块：该模块将满足精度要求烟气含氧量预测结果传送给锅炉集散控制系统；智能建模模块中，通过建立PSO-Elman预测模型和引入反馈校正结构实现烟气含氧量在线预测，包括如下步骤：步骤1：从火电厂集散控制系统中读入历史数据，选取用于建模的相关辅助变量和目标预测变量，划分为训练集和在线测试集，并将数据归一化；步骤2：利用Elman神经网络建立相关辅助变量与烟气含氧量之间的预测模型，并进行训练进而计算预测平均绝对误差，具体包括：确立Elman结构并进行训练：输入为7个参数，输出为1个参数，确立Elman网络结构为7-15-1，隐含层传递函数使用tansig函数，输出层传递函数使用线性函数，训练函数为trainlm,即采用Levenberg-MarquardtL-M算法修正网络权值的公式为：ωn+1＝ωn-[JTJ+μI]-1JTe其中e为误差性能函数，J是误差性能函数对网络权值一阶导数的雅可比矩阵，通过得到训练的误差，计算平均绝对误差 其中N为训练次数；步骤3：引入PSO优化算法对Elman网络结构中所有的权值和阈值进行寻优，得到最优权值和阈值，并将其赋予Elman模型中，完成对PSO-Elman模型的构建，具体包括：先定义预测误差为PSO算法中的适应度值，其计算公式如下： 再进行种群随机初始化，其中包括设定粒子群的种群规模为40，粒子长度为105，最大迭代次数设定为100，学习因子C1＝2.3,C2＝1.3,粒子运动的最大速vmax＝1，惯性权重最大值wmax＝0.9，最小值wmin＝0.3；进而计算个体的适应度，选择出个体的局部最优位置向量和种群的全局最优位置向量；之后设置迭代次数、每个个体速度向量和位置向量；后对每个个体速度更新：Vid＝ωVid+C1r1Pid-Xid+C2r2Pgd-Xid和位移更新：Xid＝Xid+Vid，其中，Vid为例子的运动速度；Xid为粒子的当前位置；ω为惯性因子；C1,C2为学习因子，一般取C1＝C2＝2；r1，r2为[0,1]上的随机数；Pid为第i个例子的个体极值；Pgd为全局极值，最后判断是否达到最大迭代次数或全局最优位置，达到后输出最优解，未达到返回继续进行迭代；得到最优权值和阈值，并将其赋予Elman模型中，完成对PSO-Elman模型的构建；步骤4：利用在线测试集运行PSO-Elman烟气含氧量预测模型，计算每步预测误差，将每步预测误差加权反馈到下一步预测输出，完成对在线预测输出的反馈校正，具体包括：设定测试时长，逐步从在线测试集中读取数据，进行PSO-Elman预测模型在线测试，利用第k-1秒的预测误差ek-1,即 加权校正第k秒预测结果：设置加权系数矩阵h，维数为1×800，对应第k秒预测输出修正的公式为：

全文数据：

权利要求：

百度查询： 西安工业大学 火电厂烟气含氧量在线预测系统及其预测方法