基于信息理論學(xué)習(xí)的空氣預(yù)熱器溫度時間序列建模與分析.pdf

1、空氣預(yù)熱器是火力發(fā)電機(jī)組中一種重要的換熱設(shè)備，其主要作用是提高鍋爐燃燒所需要的空氣溫度，同時降低鍋爐排煙溫度，減少熱量損失。然而，當(dāng)其運(yùn)行于不良狀態(tài)時，容易發(fā)生燃燒事故，給企業(yè)帶來巨大的經(jīng)濟(jì)損失，甚至可能會造成人員的傷亡。為防止空氣預(yù)熱器燃燒事故的發(fā)生，需要對其燃燒征兆進(jìn)行有效預(yù)測，以便及時采取有效的處理措施。正確預(yù)測燃燒征兆的關(guān)鍵是建立有效的空氣預(yù)熱器運(yùn)行模型，但是，由于空氣預(yù)熱器運(yùn)行過程復(fù)雜，其運(yùn)行模型采用一般的建模方法較難獲得。因

2、此，深入研究空氣預(yù)熱器運(yùn)行模型的建模方法，對實現(xiàn)空氣預(yù)熱器燃燒征兆的有效預(yù)測具有重要的意義。
　　由復(fù)雜系統(tǒng)理論可知，觀測到的時間序列數(shù)據(jù)不僅包含了系統(tǒng)所有變量過去的信息，同時還包含了參與系統(tǒng)演化的所有變量的大量信息。因此，本文對基于空氣預(yù)熱器溫度時間序列的建模方法進(jìn)行研究，主要內(nèi)容包括以下幾方面：
　　1、利用峰態(tài)系數(shù)對空氣預(yù)熱器溫度時間序列的特性進(jìn)行分析，獲得了空氣預(yù)熱器溫度時間序列具有非高斯特性的結(jié)果，該結(jié)論為本文選擇

3、基于信息理論學(xué)習(xí)(InformationTheory，Learning，ITL)的建模方法提供依據(jù)。
　　2、研究了將ITL理論和維納濾波器相結(jié)合(即將最大廣義相關(guān)熵與維納濾波器(CF)的結(jié)合)獲得相關(guān)熵濾波器(CF)的方法同時研究了加權(quán)回歸方法(WPR)，并首次將該方法應(yīng)用到空預(yù)器溫度時間序列的離線建模和分析。
　　3、研究了相關(guān)熵最小二乘法(CLMS)，在此基礎(chǔ)上，研究了將該方法與再生核希爾伯特空間(RKHS)結(jié)合的核最

4、小二乘法(KLMS)。針對非高斯特性的時間序列，本文將最大相關(guān)熵準(zhǔn)則(Maximum Correntropy Criterion，MCC)作為代價函數(shù)(傳統(tǒng)的誤差評價準(zhǔn)則是(Minimum Mean Square Error，MSE))應(yīng)用到最小二乘法(LMS)中，并利用該方法獲得空氣預(yù)熱器溫度時間序列的在線模型。
　　論文研究的方法除了適用于空氣預(yù)熱器溫度時間序列的建模外，也適用于其它物理過程復(fù)雜或具有較強(qiáng)非線性的工業(yè)系統(tǒng)建模。