基于SIS的火焰燃烧稳定性诊断研究

摘要

以某电厂的监控信息系统（SIS）中的历史数据库作为分析平台,讨论了一种基于统计分析和自组织特征映射（SOFM）神经网络状态识别的燃烧诊断方法。首先对火检信号样本进行特征提取,提取出火焰亮度平均值、火焰亮度方差、火焰亮度峰峰值和均匀度等4个特征量,大量统计分析表明这些特征量能够反映不同工况下的火焰燃烧状态。然后将火焰信号特征值作为自组织神经网络输入,通过自组织训练,得到对应于稳定和不稳定燃烧状态下的不同输出区域。经过验证,这种方法能有效识别火焰燃烧状态的稳定与否。最后,利用自组织神经网络的多次聚类结果,分析并验证了用燃烧指数对燃烧状态作定量描述的可行性。