本公开涉及智能化监测领域，具体涉及一种用于防止锅炉结焦的智能采集监测系统及方法。
背景技术：
1、在工业生产中，锅炉是一种将燃料的化学能转化为热能的装置，通常用于产生蒸汽以驱动机械设备或供暖。然而，锅炉在运行过程中容易出现结焦问题，即在锅炉内部表面积聚灰尘和沉积物或煤灰等物质，随着时间的推移会形成厚度不均匀的积炭层。这会导致热传导阻力增加，使得锅炉传热效率降低，燃烧不完全，甚至可能导致设备损坏和安全隐患。
2、目前，通常的监测方式是目视检查和敲击检查。目视检查是指锅炉运行时，通过目视检查锅炉受热面是否有结焦。这种方法简单易行，但只能发现比较严重的结焦问题。敲击检查是指通过敲击锅炉受热面来判断是否有结焦。这种方法可以发现轻微的结焦问题，但需要锅炉停炉才能进行，耗费大量的时间和精力。
3、因此，期待一种优化的用于防止锅炉结焦的智能采集监测系统及方法。
技术实现思路
1、考虑到以上问题而做出了本公开。本公开的一个目的是提供一种用于防止锅炉结焦的智能采集监测系统及方法。
2、本公开的实施例提供了一种用于防止锅炉结焦的智能采集监测方法，其包括：
3、获取由传感器网络采集的水温的时间序列、烟气温度的时间序列、给水流量的时间序列和蒸汽压力的时间序列；
4、提取所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列的多尺度时序特征以得到水温时序特征向量、烟气温度时序特征向量、给水流量时序特征向量和蒸汽压力时序特征向量；
5、将所述水温时序特征向量、所述烟气温度时序特征向量所述给水流量时序特征向量和所述蒸汽压力时序特征向量进行关联分析与推测融合以得到结焦表征后验时序特征向量；以及
6、基于所述结焦表征后验时序特征向量，确定预警提示结果。
7、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，提取所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列的多尺度时序特征以得到水温时序特征向量、烟气温度时序特征向量、给水流量时序特征向量和蒸汽压力时序特征向量，包括：
8、对所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列进行数据规整化以得到水温时序输入向量、烟气温度时序输入向量、给水流量时序输入向量和蒸汽压力时序输入向量；以及
9、将所述水温时序输入向量、所述烟气温度时序输入向量、所述给水流量时序输入向量和所述蒸汽压力时序输入向量通过基于多尺度邻域特征提取网络的时序模式特征提取器以得到所述水温时序特征向量、所述烟气温度时序特征向量、所述给水流量时序特征向量和所述蒸汽压力时序特征向量。
10、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，对所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列进行数据规整化以得到水温时序输入向量、烟气温度时序输入向量、给水流量时序输入向量和蒸汽压力时序输入向量，包括：
11、将所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列分别按照时间维度排列为所述水温时序输入向量、所述烟气温度时序输入向量、所述给水流量时序输入向量和所述蒸汽压力时序输入向量。
12、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，将所述水温时序特征向量、所述烟气温度时序特征向量所述给水流量时序特征向量和所述蒸汽压力时序特征向量进行关联分析与推测融合以得到结焦表征后验时序特征向量，包括：
13、使用特征间模式关联分析模块对所述水温时序特征向量和所述烟气温度时序特征向量进行处理以得到温度时序模式特征向量；以及
14、将所述温度时序模式特征向量、所述给水流量时序特征向量和所述蒸汽压力时序特征向量输入类贝叶斯后验概率推测网络以得到所述结焦表征后验时序特征向量。
15、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，使用特征间模式关联分析模块对所述水温时序特征向量和所述烟气温度时序特征向量进行处理以得到温度时序模式特征向量，包括：
16、以如下关联分析公式对所述水温时序特征向量和所述烟气温度时序特征向量进行处理以得到所述温度时序模式特征向量；其中，所述关联分析公式为：；其中，为所述水温时序特征向量，为所述烟气温度时序特征向量，为所述温度时序模式特征向量，表示特征向量的l2范数的平方，表示特征向量的转置。
17、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，将所述温度时序模式特征向量、所述给水流量时序特征向量和所述蒸汽压力时序特征向量输入类贝叶斯后验概率推测网络以得到所述结焦表征后验时序特征向量，包括：
18、以如下类贝叶斯后验推测公式对所述温度时序模式特征向量、所述给水流量时序特征向量和所述蒸汽压力时序特征向量进行处理以得到所述结焦表征后验时序特征向量；其中，所述类贝叶斯后验推测公式为：；其中，表示所述结焦表征后验时序特征向量中第个位置的特征值，表示所述温度时序模式特征向量中第个位置的特征值，表示所述蒸汽压力时序特征向量中第个位置的特征值，表示所述给水流量时序特征向量中第个位置的特征值。
19、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，基于所述结焦表征后验时序特征向量，确定预警提示结果，包括：
20、将所述结焦表征后验时序特征向量通过基于分类器的预警提示器以得到所述预警提示结果，所述预警提示结果用于表示是否产生结焦预警提示。
21、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，还包括训练步骤：对所述基于多尺度邻域特征提取网络的时序模式特征提取器、所述特征间模式关联分析模块、所述类贝叶斯后验概率推测网络和所述基于分类器的预警提示器进行训练。
22、例如，根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其中，所述训练步骤，包括：
23、获取训练数据，所述训练数据包括由传感器网络采集的训练水温的时间序列、训练烟气温度的时间序列、训练给水流量的时间序列和训练蒸汽压力的时间序列，以及，是否产生结焦预警提示的真实值；
24、将所述训练水温的时间序列、所述训练烟气温度的时间序列、所述训练给水流量的时间序列和所述训练蒸汽压力的时间序列分别按照时间维度排列为训练水温时序输入向量、训练烟气温度时序输入向量、训练给水流量时序输入向量和训练蒸汽压力时序输入向量；
25、将所述训练水温时序输入向量、所述训练烟气温度时序输入向量、所述训练给水流量时序输入向量和所述训练蒸汽压力时序输入向量通过所述基于多尺度邻域特征提取网络的时序模式特征提取器以得到训练水温时序特征向量、训练烟气温度时序特征向量、训练给水流量时序特征向量和训练蒸汽压力时序特征向量；
26、使用所述特征间模式关联分析模块对所述训练水温时序特征向量和所述训练烟气温度时序特征向量进行处理以得到训练温度时序模式特征向量；
27、将所述训练温度时序模式特征向量、所述训练给水流量时序特征向量和所述训练蒸汽压力时序特征向量输入所述类贝叶斯后验概率推测网络以得到训练结焦表征后验时序特征向量；
28、将所述训练结焦表征后验时序特征向量通过所述基于分类器的预警提示器以得到分类损失函数值；以及
29、以所述分类损失函数值来对所述基于多尺度邻域特征提取网络的时序模式特征提取器、所述特征间模式关联分析模块、所述类贝叶斯后验概率推测网络和所述基于分类器的预警提示器进行训练，其中，在所述训练的每一轮迭代中，对所述训练结焦表征后验时序特征向量进行优化。
30、本公开的实施例还提供了一种用于防止锅炉结焦的智能采集监测系统，其包括：
31、数据获取模块，用于获取由传感器网络采集的水温的时间序列、烟气温度的时间序列、给水流量的时间序列和蒸汽压力的时间序列；
32、向量化模块，用于提取所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列的多尺度时序特征以得到水温时序特征向量、烟气温度时序特征向量、给水流量时序特征向量和蒸汽压力时序特征向量；
33、分析融合模块，用于将所述水温时序特征向量、所述烟气温度时序特征向量所述给水流量时序特征向量和所述蒸汽压力时序特征向量进行关联分析与推测融合以得到结焦表征后验时序特征向量；以及
34、预警提示模块，用于基于所述结焦表征后验时序特征向量，确定预警提示结果。
35、根据本公开的实施例的用于防止锅炉结焦的智能采集监测方法，其通过监测和利用水温、烟气温度、给水流量和蒸汽压力数据，并结合基于深度学习的智能化算法从这些数据中提取关于锅炉的运行状态特征和结焦状态特征，以此实现对锅炉结焦预警的有效监测和识别。
1.一种用于防止锅炉结焦的智能采集监测方法，其特征在于，包括：
2.根据权利要求1所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，提取所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列的多尺度时序特征以得到水温时序特征向量、烟气温度时序特征向量、给水流量时序特征向量和蒸汽压力时序特征向量，包括：
3.根据权利要求2所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，对所述水温的时间序列、所述烟气温度的时间序列、所述给水流量的时间序列和所述蒸汽压力的时间序列进行数据规整化以得到水温时序输入向量、烟气温度时序输入向量、给水流量时序输入向量和蒸汽压力时序输入向量，包括：
4.根据权利要求3所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，将所述水温时序特征向量、所述烟气温度时序特征向量所述给水流量时序特征向量和所述蒸汽压力时序特征向量进行关联分析与推测融合以得到结焦表征后验时序特征向量，包括：
5.根据权利要求4所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，使用特征间模式关联分析模块对所述水温时序特征向量和所述烟气温度时序特征向量进行处理以得到温度时序模式特征向量，包括：
6.根据权利要求5所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，将所述温度时序模式特征向量、所述给水流量时序特征向量和所述蒸汽压力时序特征向量输入类贝叶斯后验概率推测网络以得到所述结焦表征后验时序特征向量，包括：
7.根据权利要求6所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，基于所述结焦表征后验时序特征向量，确定预警提示结果，包括：
8.根据权利要求7所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，还包括训练步骤：对所述基于多尺度邻域特征提取网络的时序模式特征提取器、所述特征间模式关联分析模块、所述类贝叶斯后验概率推测网络和所述基于分类器的预警提示器进行训练。
9.根据权利要求8所述的用于防止锅炉结焦的智能采集监测方法，其特征在于，所述训练步骤，包括：
10.一种用于防止锅炉结焦的智能采集监测系统，其特征在于，包括：
