锅炉氧量异常预警方法、装置、存储介质及电子设备与流程

1.本技术涉及设备故障智能诊断技术领域，尤其涉及一种锅炉氧量异常预警方法、装置、存储介质及电子设备。


背景技术：

2.相关技术中，大部分锅炉烟气氧含量通过氧化锆氧量分析仪测量得出，氧量分析仪在长期运行过程中经常出现测量偏差大或测量失准等缺陷。在氧量分析仪因发生故障而测量失准后，若不能及时发现，将会导致锅炉长时间配风不正常。另外，锅炉氧量设计值一般随着负荷的变化而变化，当锅炉出现燃烧恶化或风量调节失控等，将会造成锅炉整体氧量测量值偏离设计值，直接影响机组经济效益和安全稳定运行。


技术实现要素：

3.为此，本技术提供一种锅炉氧量异常预警方法、装置、存储介质及电子设备。本技术的技术方案如下：
4.根据本技术实施例的第一方面，提供一种锅炉氧量异常预警方法，所述方法包括：
5.实时获取锅炉中多个区域的氧量值和机组运行数据；
6.基于所述锅炉中多个区域的氧量值，确定所述多个区域的氧量值的中位数；
7.将所述机组运行数据输入至预先训练的氧量中位数预测模型；所述氧量中位数预测模型用于对当前所述多个区域的氧量值的中位数进行预测；
8.获取氧量中位数预测模型输出的氧量中位数预测值；
9.基于所述氧量中位数预测值和所述多个区域的氧量值的中位数，确定所述锅炉中多个区域的氧量值是否满足预设要求；
10.响应于所述锅炉中多个区域的氧量值未满足预设要求，输出预警信号。
11.根据本技术的一个实施例，其特征在于，所述基于所述锅炉中多个区域的氧量值，确定所述多个区域的氧量值的中位数，包括：
12.基于所述锅炉中多个区域的氧量值的数值大小，对所述锅炉中多个区域的氧量值进行排序，得到排序结果；
13.基于所述排序结果，确定所述多个区域的氧量值的中位数。
14.根据本技术的一个实施例，所述基于所述氧量中位数预测值和所述多个区域的氧量值的中位数，确定所述锅炉中多个区域的氧量值是否满足预设要求，包括：
15.基于所述氧量中位数预测值和所述多个区域的氧量值的中位数，确定所述氧量中位数预测值与所述多个区域的氧量值的中位数的第一差值；
16.获取预设的第一阈值；
17.将所述第一差值与所述第一阈值进行比较，得到第一比较结果；
18.响应于所述第一比较结果为所述第一差值大于所述第一阈值，确定所述锅炉中多个区域的氧量值未满足预设要求。
19.根据本技术的一个实施例，所述基于所述氧量中位数预测值和所述多个区域的氧量值的中位数，确定所述锅炉中多个区域的氧量值是否满足预设要求，还包括：
20.基于所述多个区域的氧量值的中位数和所述锅炉中多个区域的氧量值，分别确定所述多个区域的氧量值的中位数与每个区域氧量值的第二差值；
21.获取预设的第二阈值；
22.分别将多个所述第二差值与所述第二阈值进行比较，得到所述锅炉中多个区域的氧量值各自对应的第二比较结果；
23.响应于至少一个所述第二比较结果为所述第二差值大于所述第二阈值，确定所述锅炉中多个区域的氧量值未满足预设要求。
24.根据本技术实施例的第二方面，提供一种锅炉氧量异常预警装置，所述装置包括：
25.第一获取模块，用于实时获取锅炉中多个区域的氧量值和机组运行数据；
26.第一确定模块，用于基于所述锅炉中多个区域的氧量值，确定所述多个区域的氧量值的中位数；
27.输入模块，用于将所述机组运行数据输入至预先训练的氧量中位数预测模型；所述氧量中位数预测模型用于对当前所述多个区域的氧量值的中位数进行预测；
28.第二获取模块，用于获取氧量中位数预测模型输出的氧量中位数预测值；
29.第二确定模块，用于基于所述氧量中位数预测值和所述多个区域的氧量值的中位数，确定所述锅炉中多个区域的氧量值是否满足预设要求；
30.输出模块，用于响应于所述锅炉中多个区域的氧量值未满足预设要求，输出预警信号。
31.根据本技术的一个实施例，所述第一确定模块包括：
32.排序子模块，用于基于所述锅炉中多个区域的氧量值的数值大小，对所述锅炉中多个区域的氧量值进行排序，得到排序结果；
33.第一确定子模块，用于基于所述排序结果，确定所述多个区域的氧量值的中位数。
34.根据本技术的一个实施例，所述第二确定模块包括：
35.第二确定子模块，用于基于所述氧量中位数预测值和所述多个区域的氧量值的中位数，确定所述氧量中位数预测值与所述多个区域的氧量值的中位数的第一差值；
36.第一获取子模块，用于获取预设的第一阈值；
37.第一比较子模块，用于将所述第一差值与所述第一阈值进行比较，得到第一比较结果；
38.第一输出子模块，用于响应于所述第一比较结果为所述第一差值大于所述第一阈值，输出预警信号。
39.根据本技术的一个实施例，所述第二确定模块还包括：
40.第三确定子模块，用于基于所述多个区域的氧量值的中位数和所述锅炉中多个区域的氧量值，分别确定所述多个区域的氧量值的中位数与每个区域氧量值的第二差值；
41.第二获取子模块，用于获取预设的第二阈值；
42.第二比较子模块，用于分别将多个所述第二差值与所述第二阈值进行比较，得到所述锅炉中多个区域的氧量值各自对应的第二比较结果；
43.第二输出子模块，用于响应于至少一个所述第二比较结果为所述第二差值大于所
述第二阈值，输出预警信号。
44.根据本技术实施例的第三方面，提供一种电子设备，包括：
45.至少一个处理器；以及
46.与所述至少一个处理器通信连接的存储器；其中，
47.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中任一项所述的方法。
48.根据本技术实施例的第四方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。
49.本技术的实施例提供的技术方案至少带来以下有益效果：
50.根据本技术实施例的锅炉氧量异常预警方法，通过锅炉中多个区域的氧量值，确定多个区域的氧量值的中位数，将机组运行数据输入至预先训练的氧量中位数预测模型；获取氧量中位数预测模型输出的氧量中位数预测值，基于氧量中位数预测值和多个区域的氧量值的中位数进行预警，有效提高了预警的准确性。
51.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
52.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理，并不构成对本技术的不当限定。
53.图1为本技术实施例中提出的一种锅炉氧量异常预警方法的流程图；
54.图2为本技术实施例中提出的另一种锅炉氧量异常预警方法的流程图；
55.图3为本技术实施例中提出的又一种锅炉氧量异常预警方法的流程图；
56.图4为本技术实施例中提出的一种锅炉氧量异常预警装置的结构框图；
57.图5为本技术实施例中提出的一种电子设备的框图。
具体实施方式
58.为了使本领域普通人员更好地理解本技术的技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
59.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
60.需要说明的是，相关技术中，在燃煤电厂运行过程中，锅炉配风量是影响机组经济效益的重要参数。配风过多会造成过多的热量随烟气带出，排烟热损失增大，配风过少则会导致燃烧不充分，机械不完全燃烧损失增大，严重影响机组效率并增加了尾部烟道二次燃烧的风险。由于燃煤电厂原煤热值等参数多变，烟气中氧含量是判断锅炉配风量是否合适的关键参数。在机组协调控制系统中，氧含量作为校正信号来控制锅炉配风量，以保证锅炉
经济燃烧。大部分锅炉烟气氧含量通过氧化锆氧量分析仪测量得出。氧量分析仪在长期运行过程中经常出现测量偏差大或测量失准等缺陷。在氧量测量装置发生故障而测量失准后，若不能及时发现，将会导致锅炉长时间配风不正常。另外，锅炉氧量设计值一般随着负荷的变化而变化，当锅炉出现燃烧恶化或风量调节失控等，将会造成锅炉整体氧量测量值偏离设计值。目前对于锅炉氧量测点故障和整体氧量偏离设计值等异常情况，运行人员只能根据运行经验进行人为判断，若发现不及时，将会直接影响机组经济效益和安全稳定运行。
61.基于上述问题，本技术提出了一种锅炉氧量异常预警方法、装置、存储介质及电子设备，图1为本技术实施例中提出的一种锅炉氧量异常预警方法的流程图。
62.如图1所示，该锅炉氧量异常预警方法包括：
63.步骤101，实时获取锅炉中多个区域的氧量值和机组运行数据。
64.作为一种可能的示例，锅炉中多个区域的氧量值和机组运行数据可以通过检测设备进行检测得到。上述锅炉中多个区域可以包括省煤器出口、脱硝入口、脱硝出口、空预器出口；上述机组运行数据可以包括机组负荷、总煤量、一次风量、二次风量；上述氧量值可以通过氧量分析仪检测得到。
65.步骤102，基于锅炉中多个区域的氧量值，确定多个区域的氧量值的中位数。
66.在本技术一些实施例中，步骤102包括：
67.步骤1021，基于锅炉中多个区域的氧量值的数值大小，对锅炉中多个区域的氧量值进行排序，得到排序结果。
68.步骤1022，基于排序结果，确定多个区域的氧量值的中位数。
69.作为一种可能实施的示例，对检测到的省煤器出口氧量、脱硝入口氧量、脱硝出口氧量、空预器出口氧量由高到低进行排序，对排序后的锅炉中多个区域的氧量值取排在正中间的氧量值作为多个区域的氧量值的中位数。
70.作为另一种可能实施的示例，由于锅炉省煤器出口氧量测点设置有一个或两个不等，进而导致锅炉中多个区域的氧量值的数量有可能是奇数，还可能是偶数。当多个区域的氧量值的数量为偶数时，取最中间的两个氧量值的平均值作为多个区域的氧量值的中位数。
71.步骤103，将机组运行数据输入至预先训练的氧量中位数预测模型。
72.其中，在本技术一些实施例中，氧量中位数预测模型用于对当前多个区域的氧量值的中位数进行预测。
73.需要说明的是，不同工况下氧量值波动较大，若基于机组历史运行数据直接预测锅炉中多个区域的氧量值，会导致的氧量预测值不准确，进而对预警的准确性造成影响，因此需要对多个区域的氧量值的中位数进行预测，提高预测的准确性。
74.作为一种可能实施的示例，上述氧量中位数预测模型可以是基于神经网络模型构建的数理模型，获取机组历史运行数据和锅炉多个区域的历史氧量值，对机组历史运行数据和锅炉多个区域的历史氧量值进行筛选处理，利用筛选处理后的机组历史运行数据和锅炉多个区域的历史氧量值对神经网络模型进行训练，使得神经网络模型学会通过机组运行数据，对锅炉多个区域氧量值的中位数进行预测。
75.步骤104，获取氧量中位数预测模型输出的氧量中位数预测值。
76.作为一种可能实施的示例，氧量中位数预测模型基于机组运行数据对氧量中位数进行预测，将预测到的氧量中位数预测值进行输出，服务器获取氧量中位数预测模型输出的氧量中位数预测值。
77.步骤105，基于氧量中位数预测值和多个区域的氧量值的中位数，确定锅炉中多个区域的氧量值是否满足预设要求。
78.步骤106，响应于锅炉中多个区域的氧量值未满足预设要求，输出预警信号。
79.作为一种可能实施的示例，基于氧量中位数预测值和多个区域的氧量值的中位数，确定锅炉中多个区域的氧量值是否满足预设要求。响应于锅炉中多个区域的氧量值未满足预设要求，说明锅炉中的设备存在运行异常的可能性，导致锅炉中多个区域中的至少一个氧量值未满足预设要求，输出预警信号；响应于锅炉中多个区域的氧量值满足预设要求，说明锅炉中的设备运行正常。
80.根据本技术实施例的锅炉氧量异常预警方法，通过锅炉中多个区域的氧量值，确定多个区域的氧量值的中位数；将机组运行数据输入至预先训练的氧量中位数预测模型；获取氧量中位数预测模型输出的氧量中位数预测值；基于氧量中位数预测值和多个区域的氧量值的中位数进行预警，有效提高了预警的准确性，避免了直接预测锅炉各个区域的氧量值导致的预测结果不准确，进而影响预警的准确性。
81.图2为本技术实施例中提出的另一种锅炉氧量异常预警方法的流程图。
82.如图2所示，该锅炉氧量异常预警方法包括：
83.步骤201，实时获取锅炉中多个区域的氧量值和机组运行数据。
84.在本技术的实施例中，步骤201可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
85.步骤202，基于锅炉中多个区域的氧量值，确定多个区域的氧量值的中位数。
86.在本技术的实施例中，步骤202可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
87.步骤203，将机组运行数据输入至预先训练的氧量中位数预测模型。
88.其中，在本技术一些实施例中，氧量中位数预测模型用于对当前多个区域的氧量值的中位数进行预测。
89.在本技术的实施例中，步骤203可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
90.步骤204，获取氧量中位数预测模型输出的氧量中位数预测值。
91.在本技术的实施例中，步骤204可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
92.步骤205，基于氧量中位数预测值和多个区域的氧量值的中位数，确定氧量中位数预测值与多个区域的氧量值的中位数的第一差值。
93.可选的，上述氧量值可以通过氧量分析仪检测得到。
94.作为一种可能实施的示例，将氧量中位数预测值和多个区域的氧量值的中位数相减，将相减得到的差值作为氧量中位数预测值与多个区域的氧量值的中位数的第一差值。
95.步骤206，获取预设的第一阈值。
96.作为一种可能实施的示例，第一阈值可以是根据实验或者实际需求预先设定的阈
值。
97.步骤207，将第一差值与第一阈值进行比较，得到第一比较结果。
98.步骤208，响应于第一比较结果为第一差值大于第一阈值，确定锅炉中多个区域的氧量值未满足预设要求。
99.作为一种可能实施的示例，将第一差值与第一阈值进行比较，得到第一比较结果，响应于第一比较结果为第一差值大于第一阈值，说明多个区域的氧量值的中位数与氧量中位数预测值的偏差超出了合理范围，有可能是锅炉中设备运行异常导致多个区域的氧量值的中位数未满足预设要求，需要输出预警信号，便于工作人员及时对锅炉中的设备进行及时排查和修护。
100.步骤209，响应于锅炉中多个区域的氧量值未满足预设要求，输出预警信号。
101.在本技术的实施例中，步骤209可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
102.根据本技术实施例的锅炉氧量异常预警方法，通过基于氧量中位数预测值和多个区域的氧量值的中位数，确定氧量中位数预测值与多个区域的氧量值的中位数的第一差值，获取预设的第一阈值，将第一差值与第一阈值进行比较，得到第一比较结果，响应于第一比较结果为第一差值大于第一阈值，确定锅炉中多个区域的氧量值未满足预设要求，有效提高了预警的准确性，避免了直接预测个区域的氧量值导致的预测结果不准确，进而影响预警的准确性。
103.图3为本技术实施例中提出的又一种锅炉氧量异常预警方法的流程图。
104.如图3所示，该锅炉氧量异常预警方法包括：
105.步骤301，实时获取锅炉中多个区域的氧量值和机组运行数据。
106.在本技术的实施例中，步骤301可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
107.步骤302，基于锅炉中多个区域的氧量值，确定多个区域的氧量值的中位数。
108.在本技术的实施例中，步骤302可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
109.步骤303，将机组运行数据输入至预先训练的氧量中位数预测模型。
110.其中，在本技术一些实施例中，氧量中位数预测模型用于对当前多个区域的氧量值的中位数进行预测。
111.在本技术的实施例中，步骤303可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
112.步骤304，获取氧量中位数预测模型输出的氧量中位数预测值。
113.在本技术的实施例中，步骤304可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
114.步骤305，基于多个区域的氧量值的中位数和锅炉中多个区域的氧量值，分别确定多个区域的氧量值的中位数与每个区域氧量值的第二差值。
115.可选的，上述氧量值可以通过氧量分析仪检测得到。
116.作为一种可能实施的示例，将多个区域的氧量值的中位数分别与多个区域的氧量值相减，将相减得到的多个差值分别第二差值。
117.步骤306，获取预设的第二阈值。
118.作为一种可能实施的示例，第二阈值可以是根据实验或者实际需求预先设定的阈值。
119.步骤307，分别将多个第二差值与第二阈值进行比较，得到锅炉中多个区域的氧量值各自对应的第二比较结果。
120.步骤308，响应于至少一个第二比较结果为第二差值大于第二阈值，确定锅炉中多个区域的氧量值未满足预设要求。
121.作为一种可能实施的示例，将多个第二差值分别与第二阈值进行比较，得到锅炉中多个区域的氧量值各自对应的第二比较结果，响应于至少一个第二比较结果为第二差值大于第二阈值，说明该区域的氧量值与多个区域的氧量值的中位数的偏差超出了合理范围，有可能是该区域的氧量分析仪运行异常导致检测得到的该区域的氧量值未满足预设要求，需要输出预警信号，便于工作人员及时对运行异常的氧量分析仪进行及时修护。
122.举例来说，将各氧量测点数据与锅炉多个区域的氧量值的中位数的偏差值进行计算：
[0123][0124]
其中，δo
2,i
为锅炉各区域氧量数值与锅炉多个区域的氧量值的中位数的偏差值；o
2,i
为锅炉各氧量数值；o
2,中
为锅炉多个区域的氧量值的中位数。将偏差与偏差允许阈值对比，当某δo
2,i
大于允许阈值时，则说明该单个测点出现异常，发出报警信号，提醒运行人员对该测点故障及时进行检查处理。
[0125]
步骤309，响应于锅炉中多个区域的氧量值未满足预设要求，输出预警信号。
[0126]
在本技术的实施例中，步骤309可以分别采用本技术的各实施例中的任一种方式实现，本技术实施例并不对此做出限定，也不再赘述。
[0127]
根据本技术实施例的锅炉氧量异常预警方法，通过基于多个区域的氧量值的中位数和锅炉中多个区域的氧量值，分别确定多个区域的氧量值的中位数与每个区域氧量值的第二差值；获取预设的第二阈值；分别将多个第二差值与第二阈值进行比较，得到锅炉中多个区域的氧量值各自对应的第二比较结果；响应于至少一个第二比较结果为第二差值大于第二阈值，确定锅炉中多个区域的氧量值未满足预设要求。有效提高了预警的准确性，避免了直接预测个区域的氧量值导致的预测结果不准确，进而影响预警的准确性。
[0128]
图4为本技术实施例中提出的一种锅炉氧量异常预警装置的结构框图。
[0129]
如图4所示，该锅炉氧量异常预警装置包括：
[0130]
第一获取模块401，用于实时获取锅炉中多个区域的氧量值和机组运行数据；
[0131]
第一确定模块402，用于基于锅炉中多个区域的氧量值，确定多个区域的氧量值的中位数；
[0132]
在本技术一些实施例中，第一确定模块402包括：
[0133]
排序子模块，用于对锅炉中多个区域的氧量值的数值大小，对锅炉中多个区域的氧量值进行排序，得到排序结果；
[0134]
第一确定子模块403，用于基于排序结果，确定多个区域的氧量值的中位数。
[0135]
输入模块404，用于将机组运行数据输入至预先训练的氧量中位数预测模型；氧量
中位数预测模型用于对当前多个区域的氧量值的中位数进行预测；
[0136]
第二获取模块405，用于获取氧量中位数预测模型输出的氧量中位数预测值；
[0137]
第二确定模块406，用于基于氧量中位数预测值和多个区域的氧量值的中位数，确定锅炉中多个区域的氧量值是否满足预设要求；
[0138]
在本技术一些实施例中，第二确定模块406包括：
[0139]
第二确定子模块，用于基于氧量中位数预测值和多个区域的氧量值的中位数，确定氧量中位数预测值与多个区域的氧量值的中位数的第一差值；
[0140]
第一获取子模块，用于获取预设的第一阈值；
[0141]
第一比较子模块，用于将第一差值与第一阈值进行比较，得到第一比较结果；
[0142]
第一输出子模块，用于响应于第一比较结果为第一差值大于第一阈值，输出预警信号。
[0143]
在本技术一些实施例中，第二确定模块406还包括：
[0144]
第三确定子模块，用于基于多个区域的氧量值的中位数和锅炉中多个区域的氧量值，分别确定多个区域的氧量值的中位数与每个区域氧量值的第二差值；
[0145]
第二获取子模块，用于获取预设的第二阈值；
[0146]
第二比较子模块，用于分别将多个第二差值与第二阈值进行比较，得到锅炉中多个区域的氧量值各自对应的第二比较结果；
[0147]
第二输出子模块，用于响应于至少一个第二比较结果为第二差值大于第二阈值，输出预警信号。
[0148]
输出模块406，用于响应于锅炉中多个区域的氧量值未满足预设要求，输出预警信号。
[0149]
根据本技术的实施例，本技术还提供了一种电子设备和一种可读存储介质。
[0150]
如图5所示，为本技术实施例中提出的一种电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
[0151]
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
[0152]
存储器502即为本技术所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本技术所提供的锅炉氧量异常预警方法。本技术的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计
算机执行本技术所提供的锅炉氧量异常预警方法。
[0153]
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本技术实施例中的锅炉氧量异常预警方法对应的程序指令/模块(例如，附图4所示的第一获取模块401、第一确定模块402、输入模块403和第二获取模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的锅炉氧量异常预警方法。
[0154]
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于阅读任务的预训练模型训练的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至用于阅读任务的预训练模型训练的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0155]
锅炉氧量异常预警方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
[0156]
输入装置503可接收输入的数字或字符信息，以及产生与用于阅读任务的预训练模型训练的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
[0157]
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0158]
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
[0159]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视
器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0160]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0161]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。
[0162]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。
[0163]
上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。