-
公开(公告)号：CN119514342A
公开(公告)日：2025-02-25
申请号：CN202411566223.4
申请日：2024-11-05
Applicant: 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨锅炉厂有限责任公司 , 北京国电电力有限公司大连开发区热电厂
IPC: G06F30/27 , G06F30/28 , G06F119/02
Abstract: 基于仿真数据的炉内腐蚀状态在线计算方法和系统，涉及锅炉燃烧运行控制领域。解决了现有技术中高温腐蚀未考虑煤中的硫化物以及管壁温度的问题，容易导致某些区域的高温腐蚀加剧，进而影响设备的安全性和可靠性的问题。方法包括：根据锅炉运行数据构建锅炉典型运行数据库；建立硫化物反应机理模型；根据硫化物反应机理模型计算全工况的硫化物浓度分布情况及热负荷数据；划分水力计算回路，根据结构阻力及热负荷数据计算各回路的水力分布及金属壁温分布；计算水冷壁壁面H2S浓度；利用神经网络模型计算炉内近壁面硫化物浓度及金属壁温，获取炉内腐蚀状态。本方法可以适应不同类型的锅炉和燃料，具有通用性和灵活性。
-
公开(公告)号：CN119106605A
公开(公告)日：2024-12-10
申请号：CN202411106379.4
申请日：2024-08-13
Applicant: 哈尔滨锅炉厂有限责任公司 , 哈尔滨哈锅能源动力科技有限公司 , 北京国电电力有限公司大连开发区热电厂
IPC: G06F30/27 , G06F30/28 , G06F30/17 , G06F111/04 , G06F111/20 , G06F119/02 , G06F119/14
Abstract: 一种炉内受热面磨损速率预测方法，涉及锅炉炉内磨损计算。为解决现有技术中存在的，目前，固体颗粒对管子的磨损计算不能满足要求，且不能实现磨损程度的在线定量计算的技术问题，本发明提供的技术方案为：一种炉内受热面磨损速率预测模型构建方法，包括：采集待测锅炉的设计与运行参数，并构建锅炉典型运行数据库的步骤；根据所述数据库，建立不同煤种的受热面磨损计算模型的步骤；根据所述不同煤种的受热面磨损计算模型，对待测锅炉水冷壁磨损速率进行模拟计算，得到磨损速率数据库的步骤；根据所述磨损速率数据库，得到不同边界条件下的磨损速率预测模型的步骤。适合应用于炉内磨损状态在线计算的工作中。
-
公开(公告)号：CN118211467A
公开(公告)日：2024-06-18
申请号：CN202410011955.0
申请日：2024-01-04
Applicant: 广东大唐国际雷州发电有限责任公司 , 哈尔滨锅炉厂有限责任公司 , 哈尔滨哈锅能源动力科技有限公司
IPC: G06F30/27 , G06F30/28 , G06N3/04 , G06N3/08 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明是一种基于嵌入质量守恒神经网络的发电锅炉炉膛三维可视化预测方法。本发明涉及发电锅炉炉膛三维可视化技术领域，本发明输入锅炉的训练数据，初始化参数矩阵；将训练数据代入各节点函数；根据输入锅炉的煤炭数据和进入锅炉空气量计算输入数据中C元素的质量；确定损失函数；根据损失函数利用最速下降法迭代参数矩阵，完成模型训练；根据训练完成的模型进行预测，实现炉内三维可视化系统的功能。本发明增强了算法的可解释性，实现的功能为在质量守恒的前提下的炉内三维可视化，结果可解释可追溯，避免了传统神经网络算法黑箱性，结果难追溯的问题。
-
公开(公告)号：CN111612181A
公开(公告)日：2020-09-01
申请号：CN202010441808.9
申请日：2020-05-22
Applicant: 哈尔滨锅炉厂有限责任公司
Abstract: 一种基于故障树的锅炉异常工况诊断及运行优化方法。目前锅炉运行、检修及故障处理，依靠个人经验做出应对措施，对异常工况的判断和运行优化方法存在较大差异，操作不当会导致停炉，对锅炉设备造成损害。本发明包括如下步骤：步骤1：梳理专家知识，建立专家知识库，构建故障树的顶层决策机制；步骤2：搭建涵盖各型式锅炉所有异常工况的故障库，构建故障树的中间过渡层；步骤3：运用锅炉设计数据及运行数据，构建锅炉性能动态数据库，对比锅炉实际运行数据，建立故障树基础层；步骤4：建立中间转换层单元，连接锅炉测点异常数据与锅炉异常工况，将故障树与锅炉数据库对应连接。本发明用于基于故障树的锅炉异常工况诊断及运行优化方法。
-
公开(公告)号：CN119046348A
公开(公告)日：2024-11-29
申请号：CN202411143474.1
申请日：2024-08-20
Applicant: 哈尔滨锅炉厂有限责任公司 , 哈尔滨哈锅能源动力科技有限公司
IPC: G06F16/248 , G01N25/20 , G06F16/24 , G06F18/10
Abstract: 基于大数据分析技术的受热面积灰程度量化监测方法，属于火电厂锅炉设备受热面积灰程度可视化监测技术领域。解决了目前缺乏监测受热面实际积灰程度的问题。本发明对积灰程度表征值，也即：传热系数进行计算与分析，通过大数据分析方法，采用贝塞尔曲线探索出当前监测周期内各受热面所对应的经平滑滤波处理后的传热系数的周期性变化规律，进而利用表征值实现受热面积灰程度的量化，根据锅炉运行数据实现各级受热面积灰程度的实时监测。本发明主要用于对量化监测受热面积灰程度。
-
Patent Agency Ranking
公开(公告)号：CN118228203A
公开(公告)日：2024-06-21
申请号：CN202410413622.0
申请日：2024-04-08
Applicant: 广东大唐国际雷州发电有限责任公司 , 哈尔滨锅炉厂有限责任公司 , 哈尔滨哈锅能源动力科技有限公司
IPC: G06F18/27 , G06F18/213 , G06F18/214 , G06N20/10
Abstract: 本发明提出了一种基于多种机器学习算法与机理模型的电站锅炉排烟温度降维预测方法，根据锅炉机理及专家经验，整理出与排烟温度相关特征变量；采集排烟温度相关特征变量的历史数据并预处理；通过低方差滤波与高相关滤波方法对处理后的特征变量数据进行降维；利用降维前后的数据，分别建立基于岭回归算法的排烟温度预测模型、基于lasso回归算法的排烟温度预测模型，以及基于支持向量回归算法的排烟温度预测模型；比较三种算法的准确率与运算速度，选择相较于采用机器学习算法能够节约70％的计算成本，并且保证在5℃、30s滞后的情况下，准确率在95％以上的预测模型用于电站锅炉排烟温度降维预测。
-
公开(公告)号：CN114117934B
公开(公告)日：2023-04-07
申请号：CN202111470419.X
申请日：2021-12-03
Applicant: 华电新疆哈密煤电开发有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/27 , G06N3/08 , G06F113/14 , G06F119/08
Abstract: 基于门控神经网络的电站锅炉水冷壁壁温在线预测方法，属于电站锅炉设备水冷壁管道温度测量领域。本发明解决了利用现有更新模型难以实现对水冷壁管温度长期实时精准预测的问题。本发明方法包括：采集水冷壁管道温度和温度相关变量；对水冷壁管道温度和温度相关变量进行预处理，得到预处理后的数据，得作为历史训练数据集；建立门控神经网络模型，利用历史训练数据对门控神经网络模型进行离线训练；对离线训练好的门控神经网络模型进行模型参数在线更新，得到在线更新参数的门控神经网络模型；将实时采集的水冷壁管道温度相关变量输入至在线更新后的门控神经网络模型，输出得到预测的水冷壁管道温度。本发明用于锅炉水冷壁管道温度预测。
-
公开(公告)号：CN112598166A
公开(公告)日：2021-04-02
申请号：CN202011486183.4
申请日：2020-12-16
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06Q10/04 , G06N20/10 , G06K9/62 , G06F16/2458 , G06F16/215
Abstract: 一种基于回归算法学习机及专家经验的电站锅炉再热器左右两侧温度偏差的预测方法。本发明涉及一种电站锅炉再热器左右两侧温度偏差的预测方法。本发明的目的是预测电站锅炉再热器左右两侧气温偏差，当温度超过预期，系统报警，提前采取措施，有效降低电站锅炉出现故障的风险，显著提高电站锅炉运行经济性、稳定性。方法：一、依据专家经验确定与再热器左右两侧温度偏差相关的影响因素；二、处理数据；三、建立岭回归，随机梯度下降，lasso和SVR为一体的回归算法学习机；四、利用学习机预测，程序择优；五、利用最优程序，预测未知再热器左右两侧温度偏差。本发明用于预测再热器左右两侧温度偏差。
-
公开(公告)号：CN111612181B
公开(公告)日：2024-11-26
申请号：CN202010441808.9
申请日：2020-05-22
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06Q10/20 , G06Q10/063 , G06Q10/04 , G06Q50/06 , G06N5/043
Abstract: 一种基于故障树的锅炉异常工况诊断及运行优化方法。目前锅炉运行、检修及故障处理，依靠个人经验做出应对措施，对异常工况的判断和运行优化方法存在较大差异，操作不当会导致停炉，对锅炉设备造成损害。本发明包括如下步骤：步骤1：梳理专家知识，建立专家知识库，构建故障树的顶层决策机制；步骤2：搭建涵盖各型式锅炉所有异常工况的故障库，构建故障树的中间过渡层；步骤3：运用锅炉设计数据及运行数据，构建锅炉性能动态数据库，对比锅炉实际运行数据，建立故障树基础层；步骤4：建立中间转换层单元，连接锅炉测点异常数据与锅炉异常工况，将故障树与锅炉数据库对应连接。本发明用于基于故障树的锅炉异常工况诊断及运行优化方法。
-
公开(公告)号：CN114117934A
公开(公告)日：2022-03-01
申请号：CN202111470419.X
申请日：2021-12-03
Applicant: 华电新疆哈密煤电开发有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/27 , G06N3/08 , G06F113/14 , G06F119/08
Abstract: 基于门控神经网络的电站锅炉水冷壁壁温在线预测方法，属于电站锅炉设备水冷壁管道温度测量领域。本发明解决了利用现有更新模型难以实现对水冷壁管温度长期实时精准预测的问题。本发明方法包括：采集水冷壁管道温度和温度相关变量；对水冷壁管道温度和温度相关变量进行预处理，得到预处理后的数据，得作为历史训练数据集；建立门控神经网络模型，利用历史训练数据对门控神经网络模型进行离线训练；对离线训练好的门控神经网络模型进行模型参数在线更新，得到在线更新参数的门控神经网络模型；将实时采集的水冷壁管道温度相关变量输入至在线更新后的门控神经网络模型，输出得到预测的水冷壁管道温度。本发明用于锅炉水冷壁管道温度预测。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
