摘要

提出一种基于知识蒸馏框架的火电厂锅炉飞灰含碳量预测模型,以在模型输入值采样周期(分钟级)和实际飞灰含碳量采样周期(小时级)存在差异时,给出准确的分钟级飞灰含碳量预测结果。首先,选取多层前馈网络作为Teacher模型,修改损失函数的计算周期来使模型的输出与实际飞灰含碳量采样周期保持一致,完成第一次监督学习。其次,采用Xgboost作为Student模型,以Teacher模型的分钟级飞灰含碳量输出作为目标,完成分钟级输入、输出的二次监督学习。最后,选取山东省内某电厂的在运机组进行试验。结果表明,知识蒸馏方法可以对该机组锅炉的飞灰含碳量给出稳定、准确的预测。