Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国能江苏电力工程技术有限公司;国家能源集团江苏电力有限公司;国家能源集团泰州发电有限公司郑玲红获国家专利权

国能江苏电力工程技术有限公司;国家能源集团江苏电力有限公司;国家能源集团泰州发电有限公司郑玲红获国家专利权

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!

龙图腾网获悉国能江苏电力工程技术有限公司;国家能源集团江苏电力有限公司;国家能源集团泰州发电有限公司申请的专利基于二次再热机组的智能协调控制系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120909140B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511443192.8,技术领域涉及:G05B13/04;该发明授权基于二次再热机组的智能协调控制系统及方法是由郑玲红;柯炎;牛志岗;姚明强;许峰;张纲;马小明;解军平;周锴煜设计研发完成,并于2025-10-10向国家知识产权局提交的专利申请。

基于二次再热机组的智能协调控制系统及方法在说明书摘要公布了:本发明公开了基于二次再热机组的智能协调控制系统及方法,属于能源技术领域,包括:通过传感器采集锅炉与汽轮机运行数据并预处理,结合热力系统物理机理与ST‑Attention‑LSTM模型,构建机理‑数据双驱动的热力系统动态响应预测模型,实现多变量预测并设控制参数初始值;使用K‑均值聚类分类系统扰动,并计算加权补偿量,经反馈校正获校正后控制参数;使用滚动优化算法动态调整控制参数,结合工况‑规则映射更新机制与水质预测模型,以自适应模糊控制调给水流量设定值;通过无人值守与实时盘煤管理煤场,设自动修复、启停及报警机制,监测碳排放并制定优化策略;本发明能提升机组运行效率、降低能耗,增强系统稳定性与响应速度。

本发明授权基于二次再热机组的智能协调控制系统及方法在权利要求书中公布了:1.一种基于二次再热机组的智能协调控制系统,其特征在于,包括:智能控制模块、协调控制模块、辅助控制模块; 所述智能控制模块包括预测控制单元和智能前馈单元;所述预测控制单元内配置有多变量预测控制策略,所述多变量预测控制策略,用于根据历史数据、实时运行数据及热力系统物理机理,使用预构建的机理-数据双驱动的热力系统动态响应预测模型预测锅炉和汽轮机的实时运行状态;所述机理-数据双驱动的热力系统动态响应预测模型基于ST-Attention-LSTM模型构建;所述智能前馈单元内配置有智能前馈控制策略;所述智能前馈控制策略用于通过K-均值聚类对预测结果进行校正; 所述协调控制模块包括:锅炉主控单元、汽轮机主控单元;所述锅炉主控单元通过接收的负荷指令,动态调节阀开度以及锅炉燃烧率,使锅炉的能量与汽轮机的输出能量相匹配;所述汽轮机主控单元用于接收负荷指令,并根据接收的负荷指令调整汽轮机的进汽量、转速和功率; 辅助控制模块包括给水控制单元;所述给水控制单元内配置有自适应模糊控制策略;所述自适应模糊控制策略用于根据预设的工况-规则映射更新机制自动调用或修正模糊控制规则库,结合预构建的水质预测模型提前获取水质变化趋势,通过重心法将模糊集合转换为控制量,自动调整给水流量的设定值;所述水质预测模型基于GRU网络配置; 所述预测控制单元采用多变量预测控制策略,具体步骤包括: A1:通过传感器实时采集锅炉和汽轮机的运行数据,对采集的运行数据进行预处理,其中,表示第k个运行数据,k表示采集的运行数据的数量;所述运行数据包括二次再热蒸汽温度、压力、燃料流量、给水流量、汽轮机进汽量、转速; A2:结合热力系统物理机理确定ST-Attention-LSTM模型的输入特征,并初始化ST-Attention-LSTM模型的权重和阈值,再使用预处理后的运行数据训练ST-Attention-LSTM模型,得到机理-数据双驱动的热力系统动态响应预测模型; A3:设置采样时间T,基于机理-数据双驱动的热力系统动态响应预测模型,根据当前时刻的运行数据,经过机理-数据双驱动的热力系统动态响应预测模型的隐含层计算,得到输出层的下一个采样时间T内锅炉和汽轮机的运行状态的预测结果,其中,表示第k个预测的运行数据; A4:设置锅炉和汽轮机的控制参数初始值,设定目标函数、运行约束条件和滚动优化算法的初始参数,根据预测结果计算目标函数值,并检查目标函数值是否满足运行约束条件,若不满足,则使用滚动优化算法调整锅炉和汽轮机的控制参数,并将时间窗口向前滚动一个采样时间,重复A4步骤,获得新控制参数; 所述ST-Attention-LSTM模型的训练步骤包括: A2.1:将预处理后的运行数据按7:2:1的比例划分为训练集、验证集、测试集,运行数据维度包括时间序列维度和特征维度; A2.2:初始化模型的注意力层权重、LSTM层权重和阈值,注意力层的输入为LSTM层的隐藏状态; A2.3:以模型预测值与实际运行数据的均方误差为损失函数,使用Adam优化器训练ST-Attention-LSTM模型; A2.4:使用测试集评估ST-Attention-LSTM模型的泛化能力,若均方误差超过设定阈值,则重新调整ST-Attention-LSTM模型的网络结构,直至满足精度要求。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国能江苏电力工程技术有限公司;国家能源集团江苏电力有限公司;国家能源集团泰州发电有限公司,其通讯地址为:212006 江苏省镇江市京口区越河街6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。