基于神經(jīng)網(wǎng)絡(luò)與模糊C均值聚類的鍋爐及其輔助系統(tǒng)能效診斷.pdf

1、目前，電廠安裝的在線監(jiān)測與診斷系統(tǒng)，主要實現(xiàn)了實時顯示重要參數(shù)、在線計算鍋爐效率，供電煤耗率等經(jīng)濟性指標的功能。針對不同的指標，系統(tǒng)普遍采用不同的基準值確定方法以及能損分析方法，來計算運行參數(shù)偏離基準值引起的能量損失。這使系統(tǒng)變得復(fù)雜，且在能效指標異常的情況下，缺乏對異常指標的實時診斷功能。
　　針對以上問題，本文對鍋爐及其輔助系統(tǒng)能效診斷方法進行了研究。首先，針對能效指標影響因素復(fù)雜且耦合性強的特點，建立了能效指標與影響參數(shù)的網(wǎng)

2、絡(luò)模型，并利用正交試驗法對模型參數(shù)進行了優(yōu)化，試驗結(jié)果表明能有效提高網(wǎng)絡(luò)的性能。在建?；A(chǔ)上利用敏感性分析計算得到各個輸入變量的敏感度系數(shù)，以反映參數(shù)單位變化對能效指標的影響。其次，將參數(shù)的基準值作為運行調(diào)整的依據(jù)，綜合考慮了有功功率和環(huán)境溫度對基準值的影響，采用模糊C均值聚類(FCM)算法獲得參數(shù)在各個工況下的基準值，并計算出實際值與基準值的偏差。將敏感性系數(shù)與偏差值的乘積，稱為權(quán)重系數(shù)，來反映運行參數(shù)對指標的影響程度。最后，選取權(quán)重