买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国大唐集团科学技术研究总院有限公司华东电力试验研究院;大唐锅炉压力容器检验中心有限公司;大唐三亚未来能源研究所有限公司

摘要：本发明公开了一种入炉主控煤‑生物质动态前馈指令测量补偿方法，包括：获取输入输出向量集合；对输入输出向量集合进行预处理，并结合给煤指令时间序列混沌特性分析结果，选出合适的嵌入维数与延迟时间进行相空间重构，同时，获取各输入变量不同时延尺度序列与给煤指令之间的相关性，确定各个时延变量序列的最大MIC值所对应的序列，并将对应MIC值最大序列组成最大时延变量序列；将相空间重构变量和最大时延变量序列组成特征数据集合，采用随机森林与LASSO回归构建自适应特性选择方法对特征数据集合进行特征筛选；基于万有引力算法优化ELMAN模型，获取最佳ELMAN模型，以及利用模糊误差补偿规则，构建模糊误差补偿器，用于对最佳ELMAN模型的输出进行补偿。

主权项：1.一种入炉主控煤-生物质动态前馈指令测量补偿方法，其特征在于，包括以下步骤：S100，结合锅炉主控煤-生物质动态前馈组态设计中涉及的原始变量数据，建立样本数据集DATA，并将样本数据集DATA转换为向量形式，获取输入输出向量集合D；S200，对输入输出向量集合D进行预处理，并结合给煤指令时间序列混沌特性分析结果，选出合适的嵌入维数与延迟时间进行相空间重构，获取相空间重构变量DD1；S300，同时，获取输入输出向量集合D中各输入变量不同时延尺度序列与给煤指令之间的相关性，确定各个时延变量序列的最大MIC值所对应的序列，并将对应MIC值最大序列组成最大时延变量序列DD2；S400，将相空间重构变量DD1和最大时延变量序列DD2组成特征数据集合[DD1,DD2]，采用随机森林与LASSO回归构建自适应特性选择方法对特征数据集合[DD1,DD2]进行特征筛选，获取预测数据集D*；S500，基于万有引力算法GSA优化ELMAN模型，结合预测数据集D*进行训练和测试，获取最佳ELMAN模型，应用最佳ELMAN模型动态预测锅炉主控给煤指令；S600，利用模糊误差补偿规则，构建模糊误差补偿器，利用模糊误差补偿器对最佳ELMAN模型动态预测的锅炉主控给煤指令进行误差校正，获取补偿后的锅炉主控给煤指令。

全文数据：

权利要求：

百度查询： 中国大唐集团科学技术研究总院有限公司华东电力试验研究院 大唐锅炉压力容器检验中心有限公司 大唐三亚未来能源研究所有限公司 一种入炉主控煤-生物质动态前馈指令测量补偿方法