[發明專利]一種基于神經網絡預測控制煙氣脫硫的方法在審
| 申請號: | 201811257232.X | 申請日: | 2018-10-26 |
| 公開(公告)號: | CN109343367A | 公開(公告)日: | 2019-02-15 |
| 發明(設計)人: | 馬鳳英;于文志;孫凱;吳修糧 | 申請(專利權)人: | 齊魯工業大學 |
| 主分類號: | G05B17/00 | 分類號: | G05B17/00 |
| 代理公司: | 濟南舜源專利事務所有限公司 37205 | 代理人: | 韓洪淼 |
| 地址: | 250353 山東*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 濕法煙氣脫硫系統 神經網絡預測控制 動態神經網絡 濃度預測 煙氣脫硫 樣本數據 預測模型 二氧化硫 神經元 濕法煙氣脫硫 采集 煙氣出口處 輸出層 輸入層 建模 噴淋 | ||
本發明涉及一種基于神經網絡預測控制煙氣脫硫的方法,其特征在于,包括以下步驟:步驟S1,采集濕法煙氣脫硫系統中關于時間變化的樣本數據,并根據采集到的樣本數據確定動態神經網絡的輸入層和輸出層的神經元;步驟S2,利用步驟S1中的動態神經網絡對濕法煙氣脫硫系統進行建模,建立濕法煙氣脫硫系統預測模型;步驟S3,利用步驟S2中建立的濕法煙氣脫硫預測模型計算濕法煙氣脫硫系統煙氣出口處的二氧化硫濃度預測值,并利用該二氧化硫濃度預測值對所述濕法煙氣脫硫系統的漿液噴淋量進行控制。
技術領域
本發明屬于煙氣脫硫技術領域,具體涉及一種基于神經網絡預測控制煙氣脫硫的方法。
背景技術
石灰石—石膏濕法煙氣脫硫技術是將石灰石粉加水制成漿液作為吸收劑泵入吸收塔與煙氣充分接觸混合,煙氣中的二氧化硫與漿液中的碳酸鈣以及從塔下部鼓入的空氣進行氧化反應生成硫酸鈣,硫酸鈣達到一定飽和度后,結晶形成二水石膏。
經吸收塔排出的石膏漿液經濃縮、脫水,使其含水量小于10%,然后用輸送機送至石膏貯倉堆放,脫硫后的煙氣經過除霧器除去霧滴,再經過換熱器加熱升溫后,由煙囪排入大氣。由于吸收塔內吸收劑漿液通過循環泵反復循環與煙氣接觸,吸收劑利用率很高,鈣硫比較低,脫硫效率可大于95%。
目前大多數火電公司采用濕式脫硫技術,其反應原理基本類似,主要區別在于吸收塔的結構上,有的采用單回路噴淋空塔,有的采用雙回路噴淋塔和鼓泡塔等。不同的脫硫工藝,脫硫效率也會有所不同。當機組負荷在穩定狀態時,能得到較好的控制效果,但是在變攻條件下,系統呈現出非線性,大滯后性,此時難以較好的控制噴淋塔中漿液的流量。如果噴淋的漿液量過少,會難以保證能夠達到煙氣的排放標準;如果噴淋的漿液量過多,就會造成資源的浪費。此為現有技術的不足之處。
因此,針對現有技術中的上述缺陷,提供設計一種基于神經網絡預測控制煙氣脫硫的方法;以解決現有技術中的缺陷,是非常有必要的。
發明內容
本發明的目的在于,針對上述現有技術存在的缺陷,提供設計一種基于神經網絡預測控制煙氣脫硫的方法,以解決上述技術問題。
為實現上述目的,本發明給出以下技術方案:
一種基于神經網絡預測控制煙氣脫硫的方法,其特征在于,包括以下步驟:
步驟S1,采集濕法煙氣脫硫系統中關于時間變化的樣本數據,并根據采集到的樣本數據確定動態神經網絡的輸入層和輸出層的神經元;
步驟S2,利用步驟S1中的動態神經網絡對濕法煙氣脫硫系統進行建模,建立濕法煙氣脫硫系統預測模型;
步驟S3,利用步驟S2中建立的濕法煙氣脫硫預測模型計算濕法煙氣脫硫系統煙氣出口處的二氧化硫濃度預測值,并利用該二氧化硫濃度預測值對所述濕法煙氣脫硫系統的漿液噴淋量進行控制。
作為優選,所述步驟S1與S2之間還包括以下步驟:
S12:對所述樣本數據進行相關性分析,去除與所述濕法煙氣脫硫系統出口處煙氣中二氧化硫相關性小于0.3的樣本數據;以減小計算量,提高計算精度。
作為優選,所述步驟S1中的樣本數據包括濕法煙氣脫硫系統入口處的二氧化硫濃度、機組負荷、1號吸收塔石膏漿液PH值、石灰石漿液去1號吸收塔的流量、1號吸收塔入口煙氣溫度、2號吸收塔供漿流量、總風量、總煤量、1號吸收塔液位計算值以及所述濕法煙氣脫硫系統出口處煙氣中二氧化硫濃度。
作為優選,所述步驟S1中,動態神經網絡的輸入層神經元為濕法煙氣脫硫系統入口處的二氧化硫濃度、NOx濃度、機組負荷、石灰石漿液去1號吸收塔的流量、1號吸收塔出口煙氣二氧化硫濃度、2號吸收塔PH值、總風量和總煤量;動態神經網絡的輸出層的神經元為所述濕法煙氣脫硫系統出口處煙氣中二氧化硫濃度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于齊魯工業大學,未經齊魯工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811257232.X/2.html,轉載請聲明來源鉆瓜專利網。





