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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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