(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210961014.4 (22)申请日 2022.08.11 (71)申请人 浙江英集动力科技有限公司 地址 311100 浙江省杭州市余杭区仓前街 道龙园路8 8号2幢208、 209-1、 209-2室 (72)发明人 刘成刚　谢金芳　张坤峰　姜业正　 (74)专利代理 机构 郑州博派知识产权代理事务 所(特殊普通 合伙) 41137 专利代理师 荣永辉 (51)Int.Cl. G01K 13/00(2021.01) G06F 17/15(2006.01) G06N 20/00(2019.01) (54)发明名称 一种火力发电机组锅炉水冷壁壁温的软测 量方法与系统 (57)摘要 本发明公开了一种火力发电机组锅炉水冷 壁壁温的软测量方法与系统， 属于锅炉安全技术 领域， 包括： 建立锅炉水冷壁壁温的数学机理模 型， 基于上述数学机理模型对锅炉水冷壁壁温进 行实时计算得到计算值； 根据实测数据， 基于机 器学习算法对锅炉水冷壁壁温进行实时预测得 到预测值； 基于所述计算值和所述预测值构建综 合预测函数， 其中所述计算值实时更新， 当时间 大于第一阈值时或者当实测数据的变动量大于 第二阈值时， 对所述预测值进行更新， 得到此时 的锅炉水冷壁壁温， 解决了原有锅炉水冷壁壁温 测量不准确、 测量速度较慢的问题， 使得锅炉的 水冷壁壁温的监测变得更加的合理和稳定可靠 。 权利要求书2页 说明书6页 附图2页 CN 115290218 A 2022.11.04 CN 115290218 A 1.一种火力发电机组锅炉水冷壁 壁温的软测量方法， 其特 征在于， 包括： 步骤S1、 建立锅炉水冷壁壁温的数学机理模型， 基于上述数学机理模型对锅炉水冷壁 壁温进行实时计算得到计算 值； 步骤S2、 根据实测数据， 基于机器学习算法对锅炉水冷壁壁温进行实时预测得到预测 值； 步骤S3、 基于所述计算值和所述预测值构建综合预测函数， 其中所述计算值实时更新， 当时间大于第一阈值时或者当实测数据 的变动量大于第二阈值时， 对所述预测值进行更 新， 得到此时的锅炉水冷壁 壁温。 2.根据权利要求1所述的软测量方法， 其特征在于， 所述基于数学机理模型对锅炉 水冷 壁壁温进行实时计算得到计算 值的具体步骤为： S1 基于炉膛的结构参数， 采用PCA主成分分析法对所述结构参数进行主成分分析， 并 提取影响锅炉水冷壁 壁温的特 征量； S2 基于所述特 征量， 搭建锅炉水冷壁 壁温的数 学机理模型； S3 将实时测点温度送入锅炉水冷壁壁温的数学机理模型中， 计算得到此时的锅炉水 冷壁壁温的计算 值。 3.根据权利要求2所述的软测量方法， 其特征在于， 所述锅炉 水冷壁壁温的数学机理模 型， 对烟气温度、 燃烧温度、 工质压力、 焓值、 工质温度进行分段计算。 4.根据权利要求2所述的软测量方法， 其特征在于， 根据实测数据， 基于机器学习算法 对锅炉水冷壁壁温进行实时预测得到预测值之前， 需要对所述实测数据进行基于PCA主成 分分析法的主成分 分析， 提取 特征值。 5.根据权利 要求4所述的软测量方法， 其特征在于， 对所述特征值进行基于Canopy聚类 算法的去噪处 理。 6.根据权利要求1所述的软测量方法， 其特征在于， 所述机器学习算法采用基于 Attention‑GRU的机器学习算法。 7.根据权利要求6所述的软测量方法， 其特征在于， 所述基于Attention ‑GRU的机器学 习算法的预测步骤为： S1 提取实际运行数据， 并通过降维算法进一步降低输入数据的维度， 得到此时的输入 向量， 包括多组输入量； S2 基于输入向量对数据进行归一化处理， 并基于Attention为归一化后的输入向量中 的不同输入量按照其特性 为其赋予不同的权值， 得到修 正后的输入向量； S3将修正后的输入向量输入到基于GRU的预测算法中， 得到此时的锅炉水冷壁壁温的 预测值。 8.根据权利要求1所述的软测量方法， 其特征在于， 所述第 一阈值和第 二阈值根据锅炉 的容量和类型进行确定 。 9.根据权利要求1所述的软测量方法， 其特征在于， 还包括第三阈值， 当实测数据的变 动量大于第三阈值时， 提升综合预测函数中计算 值的比例， 所述第三阈值大于第二阈值。 10.一种火力发电机组锅炉水冷壁壁温的软测量系统， 采用权利要求1 ‑9任一项所述的 火力发电机组锅炉水冷壁 壁温的软测量方法， 包括： 数学机理模型计算模块， 机器学习算法预测模块， 结果输出模块， 其中数学机理模型计权　利　要　求　书 1/2 页 2 CN 115290218 A 2算模块负责建立锅炉水冷壁壁温的数学机理模 型， 基于上述数学机理模型对锅炉水冷壁壁 温进行实时计算得到计算值； 机器学习算法预测模块负责根据实测数据， 基于机器学习算 法对锅炉水冷壁壁温进行实时预测得到预测值； 结果输出模块负责基于所述计算值和所述 预测值构建综合预测 函数， 其中所述计算值实时更新， 当时间大于第一阈值时或者当实测 数据的变动量大于第二阈值时， 对所述预测值进行 更新， 得到此时的锅炉水冷壁 壁温。权　利　要　求　书 2/2 页 3 CN 115290218 A 3