燃烧参数调整方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115510734A(43)申请公布日2022.12.23(21)申请号202210977584.2(22)申请日2022.08.15(71)申请人国能寿光发电有限责任公司地址262714山东省潍坊市寿光市羊口镇先进制造业园区申请人上海理工大学(72)发明人王锋薛文华李伟昊谢建文诸星辰杨斌(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447专利代理师贺晓蕾(51)Int.Cl.G06F30/27(2020.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书9页附图6页(54)发明名称燃烧参数调整方法、装置、电子设备及存储介质(57)摘要本公开涉及一种燃烧参数调整方法、装置、电子设备及存储介质，涉及锅炉技术领域，该方法包括：获取历史气体浓度数据，根据历史气体浓度数据确定第一燃烧参数，将第一燃烧参数输入气体浓度模型，得到气体浓度模型输出的第二气体的浓度，在该第二气体的浓度不满足设定条件的情况下，重复执行根据历史气体浓度数据确定第一燃烧参数，以及将第一燃烧参数输入气体浓度模型，得到气体浓度模型输出的第二气体的浓度的步骤，在第二气体的浓度满足设定条件的情况下，将第一燃烧参数确定为燃烧设备的目标燃烧参数。能够根据锅炉近壁烟气成分对锅炉燃烧参数进行及时的调整。CN115510734ACN115510734A权利要求书1/2页1.一种燃烧参数调整方法，其特征在于，应用于燃烧设备，所述方法包括：获取历史气体浓度数据，所述历史气体浓度数据包括燃烧设备的多组燃烧参数与第一气体的多组历史气体浓度的对应关系；根据所述历史气体浓度数据确定第一燃烧参数；将所述第一燃烧参数输入气体浓度模型，得到所述气体浓度模型输出的第二气体的浓度，所述气体浓度模型是根据所述历史气体浓度数据进行深度学习建立的模型，所述气体浓度模型用于表征燃烧参数与所述第二气体的浓度的对应关系；在所述第二气体的浓度不满足设定条件的情况下，重复执行所述根据所述历史气体浓度数据确定第一燃烧参数，以及所述将所述第一燃烧参数输入气体浓度模型，得到所述气体浓度模型输出的第二气体的浓度的步骤；在所述第二气体的浓度满足设定条件的情况下，将所述第一燃烧参数确定为所述燃烧设备的目标燃烧参数。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：从所述历史气体浓度数据获取N个燃烧设备对应的N个第一数据，所述第一数据包括：一组燃烧参数，对应于所述燃烧参数的所述第一气体和所述第二气体的浓度；对所述N个第一数据进行归一化，得到对应的N个第二数据；将所述N个第二数据按照对应的设定权重得到N个第三数据；对所述N个第三数据进行归一化，得到N个训练数据；根据所述训练数据进行深度学习，以得到所述气体浓度模型。3.根据权利要求1所述的方法，其特征在于，所述根据所述历史气体浓度数据确定第一燃烧参数，包括：在首次确定所述第一燃烧参数时，遍历所述历史气体浓度数据，以查找符合第一气体浓度排放指标的历史气体浓度；在未查找到所述符合第一气体浓度排放指标的历史气体浓度的情况下，分别计算所述多组历史气体浓度与所述第一气体浓度排放指标的欧式距离；将所述欧式距离最小的历史气体浓度对应的燃烧参数，确定为所述第一燃烧参数；在查找到所述符合第一气体浓度排放指标的历史气体浓度的情况下，将所述第一燃烧参数确定为所述目标燃烧参数。4.根据权利要求1所述的方法，其特征在于，所述根据所述历史气体浓度数据确定第一燃烧参数，包括：在非首次确定所述第一燃烧参数时，基于上次确定的所述第一燃烧参数，通过随机邻域搜索确定新的燃烧参数作为本次的第一燃烧参数。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述气体浓度模型输出的第二气体的浓度符合第二气体浓度排放指标的情况下，获取所述燃烧设备的当前燃烧设备效率，所述上一次获取的燃烧设备效率是根据上一次确定的第一燃烧参数对应的所述燃烧设备的燃烧设备效率；在所述当前燃烧设备效率高于或者等于上一次获取的燃烧设备效率的情况下，获取当前的迭代次数；在所述当前的迭代次数达到设定次数的情况下，确定所述第二气体的浓度满足所述设2CN115510734A权利要求书2/2页定条件；在所述第二气体的浓度不符合所述第二气体浓度排放指标，或所述当前燃烧设备效率低于所述上一次获取的燃烧设备效率，或者当前的迭代次数未达到所述设定次数的情况下，确定所述第二气体的浓度不满足所述设定条件。6.根据权利要求1‑5任一项所述的方法，其特征在于，所述气体浓度模型为基于并行残差的深度卷积网络PResConv模型，所述PResConv模型包括：多个支路，每个所述支路包括多个一维残差卷积网络块，所述一维残差卷积网络块包括2个一维卷积层和