基于迁移学习的电站锅炉受热面灰污量化表征方法及系统
申请号:CN202411470723
申请日期:2024-10-21
公开号:CN119598694A
公开日期:2025-03-11
类型:发明专利
摘要
本发明属于灰污监测技术领域,公开了一种基于迁移学习的锅炉受热面灰污量化表征方法,本发明借助模拟仿真软件搭建研究对象锅炉的锅‑炉耦合模型,采用仿真建模结合实际验证的方法,研究基于迁移学习的锅炉受热面灰污量化表征方法。通过利用仿真数据中建立好并验证精确度的模型和灰污标签,迁移至相同实际受热面进行灰污量化表征建模,降低了建模难度,提高了建模速度,所需数据量少并可有效拟合得到实际受热面的积灰趋势。有效解决目前锅炉机组实际运行数据中缺乏表征灰污标签,无法较好得对后续的吹灰优化提供指导的问题,具有一定的应用前景。
技术关键词
量化表征方法
动态仿真模型
支持向量回归算法
SVR模型
编码器
信息数据处理终端
迁移学习模型
仿真数据
燃煤电站锅炉
表征系统
锅炉受热面
锅炉机组
无监督学习算法
积灰
深度迁移学习
数据标签