買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國(guó)大唐集團(tuán)科學(xué)技術(shù)研究院有限公司西北電力試驗(yàn)研究院;中國(guó)大唐集團(tuán)科學(xué)技術(shù)研究總院有限公司申請(qǐng)的專利一種除塵系統(tǒng)入口煙塵濃度智能預(yù)測(cè)與控制方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114492727B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-06-10發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111516885.7，技術(shù)領(lǐng)域涉及：G06N3/048；該發(fā)明授權(quán)一種除塵系統(tǒng)入口煙塵濃度智能預(yù)測(cè)與控制方法是由郭靜娟;袁園;馬強(qiáng);何新權(quán);康秦豪;孫若晨;張雙平設(shè)計(jì)研發(fā)完成，并于2021-12-13向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種除塵系統(tǒng)入口煙塵濃度智能預(yù)測(cè)與控制方法在說明書摘要公布了：本發(fā)明公開了除塵系統(tǒng)技術(shù)領(lǐng)域的一種除塵系統(tǒng)入口煙塵濃度智能預(yù)測(cè)與控制方法，包括以下步驟：S1：建立SA?RBF混合神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)器的訓(xùn)練樣本N組；S2：通過粒子群參數(shù)尋優(yōu)算法優(yōu)化RBF混合神經(jīng)網(wǎng)絡(luò)隱層神經(jīng)元個(gè)數(shù)，選擇神經(jīng)網(wǎng)絡(luò)的參數(shù)，并初始化神經(jīng)網(wǎng)絡(luò)權(quán)值；S3：用DPSO訓(xùn)練算法對(duì)預(yù)測(cè)模型和控制器進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)權(quán)值參數(shù)；S4：確定系統(tǒng)的滯后時(shí)間，根據(jù)輸入?yún)?shù)和實(shí)際輸出參數(shù)作為控制器的初值，并計(jì)算預(yù)測(cè)誤差，通過誤差調(diào)整控制器參數(shù)；S5：計(jì)算神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸出，將所得預(yù)測(cè)輸出作為控制輸出作用于被控制對(duì)象，實(shí)現(xiàn)了不同工況下除塵器入口煙塵濃度精確預(yù)測(cè)和運(yùn)行參數(shù)優(yōu)化，提升系統(tǒng)運(yùn)行的可靠性和經(jīng)濟(jì)性。

本發(fā)明授權(quán)一種除塵系統(tǒng)入口煙塵濃度智能預(yù)測(cè)與控制方法在權(quán)利要求書中公布了：1.一種除塵系統(tǒng)入口煙塵濃度智能預(yù)測(cè)與控制方法，其特征在于：包括以下步驟：S1：建立SA-RBF混合神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)器的訓(xùn)練樣本N組；S2：通過粒子群參數(shù)尋優(yōu)算法優(yōu)化RBF混合神經(jīng)網(wǎng)絡(luò)隱層神經(jīng)元個(gè)數(shù)，選擇神經(jīng)網(wǎng)絡(luò)的參數(shù)，并初始化神經(jīng)網(wǎng)絡(luò)權(quán)值；S3：用DPSO訓(xùn)練算法對(duì)SA-RBF混合神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)器的預(yù)測(cè)模型和控制器進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)權(quán)值參數(shù)；S4：確定系統(tǒng)的滯后時(shí)間，根據(jù)輸入?yún)?shù)和實(shí)際輸出參數(shù)作為控制器的初值，并計(jì)算預(yù)測(cè)誤差，通過誤差調(diào)整控制器參數(shù)；S5：計(jì)算建立的煙塵濃度智能SOA-SOFNN預(yù)測(cè)模型的輸出，得到控制對(duì)象未來時(shí)刻的預(yù)測(cè)輸出，將所得預(yù)測(cè)輸出作為控制輸出作用于被控制對(duì)象；所述S3中DPSO訓(xùn)練算法對(duì)于每組訓(xùn)練樣本集X中的每一個(gè)樣本Xi，將除Xi之外的訓(xùn)練樣本進(jìn)行訓(xùn)練得到模型Mi；采用排序提升方法并利用模型Mi計(jì)算樣本Xi的梯度估計(jì)；利用新模型重新對(duì)樣本Xi打分，形成一個(gè)弱學(xué)習(xí)器；對(duì)所有弱學(xué)習(xí)器進(jìn)行加權(quán)處理，獲得最終的強(qiáng)分類器；所述S4中，基于提取的輸入?yún)?shù)，燃煤機(jī)組鍋爐煙塵形成的相關(guān)運(yùn)行數(shù)據(jù)連續(xù)30d進(jìn)行采集分析，每分鐘采集1次，將各燃燒器輸入的的機(jī)組負(fù)荷、主蒸汽流量、總風(fēng)量、總給煤量、一次風(fēng)機(jī)閥門開度、二次風(fēng)機(jī)閥門開度A～E磨給煤量和A～E磨二次風(fēng)開度整理作為SOA-SOFNN預(yù)測(cè)模型的輸入?yún)?shù)，同時(shí)對(duì)各時(shí)刻點(diǎn)對(duì)應(yīng)測(cè)量的煙塵濃度作為輸出參量進(jìn)行模型訓(xùn)練。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)大唐集團(tuán)科學(xué)技術(shù)研究院有限公司西北電力試驗(yàn)研究院;中國(guó)大唐集團(tuán)科學(xué)技術(shù)研究總院有限公司，其通訊地址為：710018 陜西省西安市經(jīng)濟(jì)技術(shù)開發(fā)區(qū)鳳城七路155號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。