基于自适应神经网络的锅炉燃烧稳定性智能控制方法

本发明涉及工业自动化控制技术领域，更具体地，本发明涉及一种基于自适应神经网络的锅炉燃烧稳定性智能控制方法，包括：采集锅炉系统的多源异构数据，所述多源异构数据包括高频振动数据流和低频过程数据流，并对所述多源异构数据进行时空对齐预处理；基于当前的负荷特征及振动能量计算自适应惩罚因子，利用所述自适应惩罚因子对所述高频振动数据流进行变分模态分解，获取燃烧特征分量。本发明通过综合稳定性风险指数动态调节神经网络控制器的增益，实现了控制策略在稳态微调与故障强控之间的平滑切换，从而在保证燃烧系统稳态精度的同时，显著提高了对燃烧失稳的快速抑制能力。