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！

龙图腾网获悉大唐同舟科技有限公司申请的专利一种火电机组粉煤灰品质控制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：CN121069801B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511628100.3，技术领域涉及：G05B13/04；该发明授权一种火电机组粉煤灰品质控制方法是由冯计周;孙俊民;王明荃;刘浩;蔚国琴;郭迎宾;王娜;邢雪皎;严春霞;苗瑞平;陈杨;高磊磊;李运改;王勇;李永超设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种火电机组粉煤灰品质控制方法在说明书摘要公布了：本发明公开了一种火电机组粉煤灰品质控制方法，属于控制优化的技术领域，包括从火电机组系统采集并整合工况数据形成标准化数据集，并基于标准化数据集构建预测模型，以预测未来粉煤灰的关键指标，然后利用包含专家规则与粒子群优化算法的多目标优化引擎及数字孪生仿真技术，生成并优化涵盖电场运行、锅炉燃烧组织、分级输送路径切换与烟气调质的控制指令，最后通过指令执行与在线增量学习算法更新模型形成闭环自适应控制。本发明通过构建动态预测模型，解决了传统控制方法依赖人工经验且响应滞后的问题，提升了品质控制的前瞻性与主动性，同时通过多目标协同优化、解决了高品质粉煤灰产出率与系统运行能耗难以兼顾的矛盾。

本发明授权一种火电机组粉煤灰品质控制方法在权利要求书中公布了：1.一种火电机组粉煤灰品质控制方法，其特征在于，包括如下步骤： S1、采集火电机组的历史运行数据和实时工况数据，并在时间对齐和初步清洗后形成统一的原始工况数据包； S2、对所述原始工况数据包进行数据清洗、整合与标准化，生成用于模型构建的标准化数据集； S3、基于所述标准化数据集，构建并固化能够反映系统动态特性的预测模型，并通过所述预测模型产生粉煤灰品质综合预测结果，具体包括以下步骤： S31、将S2输出的标准化数据集，按照时间序列划分为训练集、验证集和测试集； S32、针对未燃碳含量指标，构建长短期记忆网络模型； S33、针对粉煤灰特征粒径指标，构建梯度提升决策树模型； S34、针对火山灰活性指数指标，构建梯度提升决策树模型； S35、利用所述训练集对初始预测模型进行训练，并采用网格搜索结合交叉验证的方式对模型超参数进行寻优，最后利用测试集对优化后的模型进行性能评估，固化为最终预测模型； S36、通过实时计算获取粉煤灰产灰速率，为分级输送与灰库容量管理提供决策依据；产灰速率计算公式为： ， 其中，为单位时间粉煤灰理论产出速率，为实时入炉煤量，是入炉煤的灰分含量，是由S32中预测模型提供的粉煤灰未燃碳含量； S37、在实时运行阶段，将工况数据输入固化的三个最终预测模型中，并结合S36的计算结果，输出包含未来30分钟内未燃碳含量、粒径分布、火山灰活性指数、产灰速率这四项关键指标的粉煤灰品质综合预测结果数据包； S4、根据所述预测结果，并结合预设的处理规则，生成包括电场运行、燃烧组织、输送路径及烟气调质的控制指令； S5、将所述控制指令发送给火电机组中相应的执行机构并执行，动态调整系统的运行状态； S6、基于调整后所产生的新的运行状态数据，采用在线增量学习算法更新所述预测模型的内部参数，以持续优化模型的预测精度； S7、实时监测系统的关键响应数据，并生成包含关键性能指标的控制效果评估报告； S8、当所述评估报告中的关键指标出现异常时，触发预警机制并生成用于异常处置的修正控制指令； S9、将所述修正控制指令发送给系统的执行机构进行快速干预与闭环迭代调整； S10、将最优控制参数、系统响应数据及评估结果进行结构化存储，并输出至监控平台。

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大唐同舟科技有限公司，其通讯地址为：100040 北京市石景山区银河大街6号院1号楼8层北塔801；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。