基于LSTM神經(jīng)網(wǎng)絡(luò)的燃煤鍋爐熱效率預(yù)測方法

李佳鶴 ，徐 慧 ，張 靜 ，周獻(xiàn)軍

（1.杭州深藍(lán)數(shù)智科技有限公司，浙江 杭州 310053；2.浙江大華技術(shù)股份有限公司，浙江 杭州310053）

0 引言

工業(yè)鍋爐作為一種高耗能特種設(shè)備，主要為工業(yè)生產(chǎn)提供工藝蒸汽，是工業(yè)和社會必需的動力機(jī)械，使用面廣、需求量大，每年能耗約合4～5億噸標(biāo)準(zhǔn)煤，每年消耗的能源約占我國能源消耗總量的1/4。2010年國家質(zhì)量監(jiān)督檢驗檢疫總局頒布了《工業(yè)鍋爐能效測試與評價規(guī)則》《鍋爐節(jié)能技術(shù)監(jiān)督管理規(guī)程》，明確規(guī)定對鍋爐等高耗能特種設(shè)備進(jìn)行節(jié)能監(jiān)管，其中，對鍋爐熱效率的監(jiān)管尤為重要。

目前鍋爐熱效率測試方法主要依據(jù)《GB／T 10180-2003》[1]，該標(biāo)準(zhǔn)規(guī)定的鍋爐能效測試方法所需儀器設(shè)備較多、測試時間長，加上燃料化驗時間，得到測試結(jié)果一般需要15個工作日。一方面，該方法的測試結(jié)果具有一定的滯后性，不利于企業(yè)實(shí)時調(diào)整燃燒狀況；另一方面，該方法測試成本高，不便于企業(yè)監(jiān)測鍋爐使用狀況[2]。通過采集海量的鍋爐運(yùn)行歷史數(shù)據(jù)，分析各參數(shù)之間的相關(guān)性程度，從而尋找一種快速有效的鍋爐熱效率預(yù)測方法，對鍋爐使用單位實(shí)時掌握并調(diào)整燃燒參數(shù)，提高鍋爐燃燒熱效率有著重要的意義[3]。目前熱效率預(yù)測建立模型的主要方法有神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等[4-8]，李越勝、江政緯[9]提出了基于PSO-LSSVM算法的燃油工業(yè)鍋爐效率軟測量，預(yù)測結(jié)果表明基于粒子群優(yōu)化的最小二乘支持向量機(jī)模型能較為準(zhǔn)確地預(yù)測鍋爐效率。徐齊勝、羅勝琪[10]提出基于BP神經(jīng)網(wǎng)絡(luò)建立鍋爐燃燒預(yù)測模型，以排煙溫度和飛灰含碳量作為神經(jīng)網(wǎng)絡(luò)的目標(biāo)值，構(gòu)建了鍋爐燃燒過程仿真預(yù)測模型，具有一定的泛化能力。……