Le système de combustion des chaudières est un système dynamique typique avec de nombreuses variables, une forte couplage, un grand retard et une entrée/sortie multiple. Il est difficile de construire un modèle de système de combustion conforme aux conditions de travail réelles. Cet article propose une nouvelle méthode de modélisation du système de combustion de chaudière basée sur l'unité récurrente bidirectionnelle à seuil (Bi-GRU) et crée un modèle d'entrainement pour le système de combustion dans des charges variables (faible, moyenne, haute charge). En même temps, un arbre de décision de renforcement du gradient (GBDT) est utilisé pour réduire la dimensionnalité de la matrice d'entrée des caractéristiques. Le modèle GBDT peut évaluer les poids des différentes caractéristiques dans les différentes charges et sorties et en même temps identifier les caractéristiques portant les coefficients de poids maximaux. Le modèle de sélection des caractéristiques basé sur GBDT peut réduire la dimensionnalité initiale des entrées tout en fournissant un guide théorique pour les stratégies de contrôle de la combustion ultérieures. Les résultats de calculs sur des données opérationnelles réelles montrent que le nouveau modèle de système de combustion construit à l'aide de Bi-GRU et GBDT peut refléter avec précision les variations dynamiques du débit de vapeur principal, de la pression de vapeur principale et des émissions de NO_x dans des charges variables. Comparativement au modèle traditionnel de réseau neuronal récurrent (RNN), la précision et les performances de ce nouveau modèle dans cette étude ont considérablement été améliorées, et il a une structure simple et un petit volume de calculs.

Système de combustion des chaudières ; Unité récurrente bidirectionnelle à seuil ; Renforcement du gradient d'arbres de décision ; Caractéristique de sortie