基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型

作者:贾雪枫; 李存斌; 周颖
更新时间:

生物质混合燃烧可以减少燃煤发电机组的碳排放,促进双碳目标的实现,但容易造成烟气和空气系统相关设备的运行风险。因此,借助于数据密度,提出了一种基于Transformer和信息融合的风险态势感知模型。首先,基于数据密度识别海量历史数据的典型状态。其次,利用Transfomer模型机制预测未来时间的运行特征。第三,融合最近邻信息对风险情况进行识别和预警。最后,利用实际数据进行了实例分析。结果表明,混燃机组的烟风系统可分为低负荷和高负荷两种典型运行状态。在混合燃烧装置的烟雾和空气系统中,拟议的Transformer模型的未来特征与其他模型不同。最近邻信息融合可以有效地识别混燃机组烟风系统的危险状态。因此,该模型能够有效地感知混燃机组烟风系统的风险状况,保证其运行的可靠性。