the第25卷第7期基于数据融合的氧量软测量研究guidedownload.pdfVIP

第25 卷 第7 期 中 国 电 机 工 程 学 报 Vol.25 No.7 Apr. 2005 2005 年4 月 Proceedings of the CSEE ©2005 Chin.Soc.for Elec.Eng. 0258-8013 2005 07-0007-06 TP183 A 470·20 文章编号： （ ） 中图分类号： 文献标识码： 学科分类号： 基于数据融合的氧量软测量研究 赵 征，曾德良，田 亮，刘吉臻 （华北电力大学自动化系，河北省保定市 071003 ） RESEARCH ON SOFT-SENSING OF OXYGEN CONTENT BASED ON DATA FUSION ZHAO Zheng, ZENG De-liang, TIAN Liang, LIU Ji-zhen （Auto Control Department, North China Electric Power University, Baoding 071003, Hebei Province, China ） ABSTRACT: A new method realizing the soft-sensing of 接影响锅炉经济性燃烧的提高。 oxygen content in boiler flue gases is presented. Oxygen 近年来，对软测量技术的研究十分活跃。软测 content is primarily affected by the change of the property of 量技术是利用一些较易在线测量的辅助变量，通过 coal, boiler air leakage, incomplete combustion process and etc. 在线分析，去估计不可测或难测变量的方法。目前 Because the measurement precision of air flow and fuel flow [1-2]将软测量运用于氧量的测量中，大都采 已有文献 commonly is poor, soft-sensing models of air flow and fuel 用与神经网络相结合的软测量建模方法，但神经网 flow are set up through the mechanism analysis and the statistical analysis. An integrated soft-sensing model of oxygen 络的“黑箱”结构使其物理意义不明晰。相对神经 content is constructed then based on multisensor data fusion, 网络而言，工艺机理模型的工程背景清晰，结构简 attaching the correction of the property of coal. Simulation 单，是工程界最容易接受的软测量方法。而在机理 results show that the output of soft-sensing model fits well with 不是很明晰的情况下，依靠对现场收集到的试验和 the practical oxygen content. 历史数据进行统计分析，发现数据间的潜在的规律 KEY WORDS: Thermal