一种基于GRU神经网络的火电厂智能控制模块及其运行方法与流程

技术特征：
1.一种基于gru神经网络的火电厂智能控制模块，其特征在于，包括通讯单元、数据处理单元、存储单元和机器学习平台；通讯单元，用于采集电厂运行的实时数据，并将机器学习平台计算得到的控制指令发送给dcs系统或执行机构；数据处理单元，用于对通讯模块采集到的运行数据进行提取、清洗、转换、去重、整理、剔除，并按需发送给机器学习平台；存储单元，用于存储处理后的运行数据及gru神经网络的权值信息；机器学习平台，用于按计划对预先搭建的gru神经网络进行训练、测试，及对机组实时运行参数进行优化控制。2.根据权利要求1所述的一种基于gru神经网络的火电厂智能控制模块，其特征在于，所述通讯单元通过三种方式采集机组的运行数据和发送控制指令，一是使用点对点的硬接线方式，二是使用modbus通信协议，三是与opc服务器进行通讯获取及发送数据。3.根据权利要求1所述的一种基于gru神经网络的火电厂智能控制模块，其特征在于，数据处理单元工作在三种状态下，一是对实时接收到的数据进行处理，其内容包括：添加时间列、对其时间列、计算移动平均值、计算拟合曲线梯度、判断数据异常和写出异常信息；二是在机器学习平台训练及测试时进行数据处理，其内容包括：数据提取、数据排序、归一化处理、数据校验、数据打乱和划分数据集；三是在转发控制指令时，对控制指令的时间间隔及被控量的变化幅度进行判断，实现闭锁增/减功能。4.根据权利要求1所述的一种基于gru神经网络的火电厂智能控制模块，其特征在于，存储单元接收数据处理单元处理后的数据和机器学习平台训练得到的神经网络权值数据，并存储到相应的数据库中，在收到读数据指令时，存储单元提取已经存储的数据，发送给数据处理单元或机器学习平台。5.根据权利要求1所述的一种基于gru神经网络的火电厂智能控制模块，其特征在于，机器学习平台由模型训练单元、模型更新单元、计划任务单元和控制计算单元组成。6.根据权利要求5所述的一种基于gru神经网络的火电厂智能控制模块，其特征在于，模型训练单元负责对gru神经网络进行训练、测试及验证，模型更新单元对训练后的gru神经网络和当前的gru神经网络进行对比和更新，计划任务单元布置模型训练任务和模型更新任务，控制计算单元内置线性控制算法，且可以使用现有的gru神经网络模型及权值信息，计算目标参数对应的控制指令，实时发送给数据处理单元。7.根据权利要求6所述的一种基于gru神经网络的火电厂智能控制模块，其特征在于，机器学习平台上搭载预先构建的gru神经网络模型，该神经网络模型包含三个隐藏层，且隐藏层的所有神经元均为gru神经元。8.权利要求7所述的一种基于gru神经网络的火电厂智能控制模块的运行方法，其特征在于，包括以下步骤：step1：机器学习平台初始化：初始化gru神经网络，并标记机器学习平台状态码为0xff；初始化计划任务单元，布置神经网络模型训练任务及神经网络模型更新任务，此时，gru神经网络模型的所有权值均为随机值，控制指令由控制计算单元内置线性控制算法生成；step2：通讯单元获取机组运行数据，并实时转发给数据处理单元；
step3：数据处理单元接收到通讯单元转发的数据后，根据当前时间给数据添加时间标记，并通过插值算法获取固定时间间隔的运行数据，计算移动平均值、计算拟合曲线梯度，对运行数据进行清洗、整理，最后将计算得到的数据及原始数据发送给存储单元；step4：存储单元接收到数据处理单元发送的运行数据，存储到时序数据库中；step5：当本地时间到达计划任务单元布置的神经网络模型训练任务时刻时，开始神经网络模型训练，此时，机器学习平台首先向存储单元发送提取模型信息指令，获得神经网络模型的权值信息，然后向数据处理单元发送数据集请求指令，数据处理单元提取存储单元中存储的运行数据，并经数据排序、归一化处理、数据校验、数据打乱、划分数据集后发送给机器学习平台；step6：机器学习平台中的模型训练单元获得训练数据集后，判断数据集数据量是否达到预设要求，如果达到预设要求，则开始模型训练，否则，结束神经网络模型训练任务；step7：当本地时间到达计划任务单元布置的神经网络模型更新任务时刻且当前神经网络模型训练任务已经完成时，开始更新神经网络模型；step8：机器学习平台中的模型更新单元获得验证数据集后，对训练后的模型和现有模型进行测试对比，如果训练后的模型的损失函数小于现有模型的损失函数，则更新存储单元中的神经网络模型权值信息；step9：模型更新单元完成一次gru神经网络模型权值更新后，将机器学习平台状态码置为0x00；step10：当控制计算单元发现机器学习平台状态码为0x00时，开始加载gru神经网络模型及其权值信息，并使用gru神经网络计算控制指令；step11：数据处理单元对机器学习平台计算得到的控制指令进行校核，当控制指令与当前执行机构状态的偏差超过给定阈值时，丢弃当前控制指令，否则，将该指令通过通讯单元发送给机组主dcs或执行机构完成控制操作。

技术总结
本发明公开了一种基于GRU神经网络的火电厂智能控制模块及其运行方法，包括通讯单元、数据处理单元、存储单元和机器学习平台；本发明通过使用GRU神经网络对电厂供热的运行数据进行学习和处理，通过GRU神经元特有的更新们和重置们控制前一时刻的状态对后一时刻状态的影响程度，可以完全替代PID控制中的积分控制和微分控制，且相对于传统PID控制中的积分控制和微分控制，其具有更多的可训练参数，具有更高的灵活性。本发明提出的一种基于GRU神经网络的火电厂智能控制模块及其运行方法，通过定时进行神经网络训练及更新，保持控制逻辑处在最优的状态下，从而达到对机组的优化控制，降低电厂的运行调试成本，提高企业的经营效益。效益。效益。


技术研发人员：杨可 杜文斌 薛志恒 陈会勇 王伟锋 张朋飞 赵杰
受保护的技术使用者：西安热工研究院有限公司
技术研发日：2021.09.09
技术公布日：2021/12/12