技术特征：
1.一种面向控制的数据驱动城市固废焚烧全流程建模方法，其特征在于，包括如下步骤：步骤1：搭建mswi全流程模型，其中，mswi全流程模型包括炉内燃烧过程模型输入选择模块、炉内燃烧过程模型构建模块及烟气处理过程模型构建模块，所述炉内燃烧过程模型输入选择模块连接所述炉内燃烧过程模型构建模块，所述炉内燃烧过程模型构建模块连接所述烟气处理过程模型构建模块；步骤2：基于梯次串并联训练机制对mswi全流程模型进行训练。2.根据权利要求1所述的面向控制的数据驱动城市固废焚烧全流程建模方法，其特征在于，步骤1中，搭建mswi全流程模型，具体为：搭建基于经验认知的炉内燃烧过程模型输入选择模块，根据领域专家的经验认知选择炉内燃烧过程模型的输入，其中，包括炉排速度、燃烧空气流量及sncr系统；通过控制推料器速度及干燥炉排阶段速度对炉排速度进行控制，对炉内燃烧过程模型的输入进行简化，将推料器速度u
fas
及干燥炉排阶段速度u
dgas
取均值处理，得到：取均值处理，得到：燃烧空气流量由一次风流量及二次风流量组成，根据领域专家的经验将一次风挡板开度设定为固定比例，将一次风流量u
priair
及二次风流量u
secair
作为风量输入特征；通过控制氨水的入炉量控制sncr系统，根据sncr系统在mswi过程中实际喷入位置，将氨水入炉量加入炉内燃烧过程的炉膛温度模型作为输入特征，最终得到炉内燃烧过程模型的基本输入特征为：3.根据权利要求2所述的面向控制的数据驱动城市固废焚烧全流程建模方法，其特征在于，步骤1中，搭建mswi全流程模型，具体为：搭建基于xgboost的炉内燃烧过程模型构建模块，其中，炉内燃烧过程模型构建模块包括炉膛温度模型、锅炉蒸汽流量模型及g1烟气含氧量模型，炉膛温度模型的输出连接锅炉蒸汽流量模型及g1烟气含氧量模型，锅炉蒸汽流量模型的输出连接g1烟气含氧量模型，炉膛温度模型、锅炉蒸汽流量模型及g1烟气含氧量模型的输出连接烟气处理过程模型构建模块；搭建炉膛温度模型，具体为：基于炉内燃烧过程模型的基本输入特征，确定ft模型为：结合ft模型，基于xgboost搭建炉膛温度模型，利用在xgboost的损失函数中引入正则项的方式控制模型的复杂度，xgboost的损失函数可表示为：
式中，c
xgboost
表示xgboost模型中下一个基学习器的预测值，表示xgboost模型中第j个基学习器的预测值，将损失函数进行泰勒展开，分解得到：对其进行简化，将一阶导数和二阶导数简写为g和h，得到：根据简化后的公式得到：删除无输出值的项，得到：并对其求导，令上式导数等于0，得到最优解为：重复上述操作，直至基学习器数量达到设定值，确定炉膛温度模型为：搭建锅炉蒸汽流量模型，具体为：在炉膛温度模型的基础上，加入作为模型输入，确定锅炉蒸汽流量模型为：搭建g1烟气含氧量模型，具体为：在锅炉蒸汽流量模型的基础上，加入作为模型输入，确定g1烟气含氧量模型为：
4.根据权利要求3所述的面向控制的数据驱动城市固废焚烧全流程建模方法，其特征在于，步骤1中，搭建mswi全流程模型，具体为：搭建基于mi和xgboost的烟气处理过程模型构建模块，将烟气处理过程模型的输入特征表示为：其中，为常值，将其删去，得到烟气处理过程模型的输入特征为：结合互信息及mswi过程机理，对输入特征进筛选，最终确定烟气处理过程模型为：结合互信息及mswi过程机理，对输入特征进筛选，最终确定烟气处理过程模型为：结合互信息及mswi过程机理，对输入特征进筛选，最终确定烟气处理过程模型为：结合互信息及mswi过程机理，对输入特征进筛选，最终确定烟气处理过程模型为：结合互信息及mswi过程机理，对输入特征进筛选，最终确定烟气处理过程模型为：5.根据权利要求4所述的面向控制的数据驱动城市固废焚烧全流程建模方法，其特征在于，步骤2中，基于梯次串并联训练机制对mswi全流程模型进行训练，具体为：对炉内燃烧过程模型进行梯次串行训练，即在炉膛温度模型训练完成后，将炉膛温度模型的输出输入至锅炉蒸汽流量模型，进行训练，训练完成后，将锅炉蒸汽流量模型的输出输入至g1烟气含氧量模型进行训练，完成训练；在炉内燃烧过程模型训练完毕后，对其输出进行特征选择，对烟气处理过程模型进行并行训练，训练完毕后，确定最终的基于梯次串并联训练机制的mswi全流程模型。
技术总结
本发明提供了一种面向控制的数据驱动城市固废焚烧全流程建模方法，首先，基于经验认知，对炉内焚烧过程模型的输入特征进行选择，接着，利用XGBoost构建炉内焚烧过程串联模型，然后，基于互信息分析结果选择烟气处理过程模型输入特征，进行相关建模，最后，梯次训练所提出的全流程串并联模型。本发明提供的面向控制的数据驱动城市固废焚烧全流程建模方法，能够实现全流程模型搭建，为现有运行中的工厂进行指导，能够为后续MSWI过程先进智能优化控制算法的研究提供参考。法的研究提供参考。法的研究提供参考。
技术研发人员：汤健 王天峥 夏恒 乔俊飞
受保护的技术使用者：北京工业大学
技术研发日：2022.08.27
技术公布日：2023/3/7