[發明專利]一種基于物料衡算和深度學習的脫硫系統節能方法

有效

• 申請號: 202010225766.5
• 申請日: 2020-03-26
• 公開（公告）號: CN111340199B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 李瑞華;董寶光;王東軍;王帥;李慶;史元騰;趙澤盟;白延斌
• 申請（專利權）人: 中煤能源研究院有限責任公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;B01D53/30;B01D53/50;B01D53/80
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 閔岳峰

1.一種基于物料衡算和深度學習的脫硫系統節能方法，其特征在于，包含以下步驟：

1)獲取電廠SIS中脫硫系統運行歷史數據，包括：機組負荷、原煙氣量、原煙氣溫度、進口SO₂濃度、入口塵濃度、漿液pH、凈煙氣量、出口SO₂濃度、漿液密度、漿液循環量、吸收劑量和氧化空氣量，并對歷史數據進行穩態清洗；

2)基于穩態清洗后的電廠SIS中脫硫系統運行歷史數據，將脫硫系統物料衡算關系融合到深度學習算法中，選擇合適的訓練參數，建立深度學習脫硫系統預測模型；

3)將已建立的深度學習脫硫系統預測模型應用于電廠SIS中脫硫系統實時控制調節，在保證吸收塔出口SO₂濃度達標的前提下，進一步調整液氣比、吸收劑量和氧化空氣量，降低設備電耗；脫硫過程所需氧化空氣量為：

其中，Q_y為吸收塔入口煙氣量實測值；為吸收塔入口SO₂濃度實測值；吸收塔出口SO₂濃度設定值；α為SO₂自然氧化率，取0.1～0.2；β為SO₂強制氧化率，取0.3～0.4；

考慮機組負荷變化及調整過程存在延時，吸收劑量調節以漿液pH值和出口SO₂濃度為被控量；同時，已實測吸收塔入口煙氣量和SO₂濃度計算吸收劑需求量作為超前預控；漿液供漿泵流量以漿液pH值、出口SO₂濃度和吸收劑計算值三者進行調控；吸收劑需求量計算公式：

其中，為SO₃脫除率，在30％～50％之間；C_HCl、C_HF分別為吸收塔入口SO₃、HCl、HF濃度，若無測量值，采用設計值帶入計算；Ca/S為鈣硫比，取1.02～1.05。

2.根據權利要求1所述的一種基于物料衡算和深度學習的脫硫系統節能方法，其特征在于，步驟2)中，基于穩態清洗后的電廠SIS中脫硫系統運行歷史數據，利用Tensor?Flow搭建深度學習脫硫系統預測模型，通過新產生脫硫系統運行數據，對深度學習脫硫系統預測模型進行不斷優化。

3.根據權利要求2所述的一種基于物料衡算和深度學習的脫硫系統節能方法，其特征在于，深度學習脫硫系統預測模型的輸出層為1個神經元，是出口SO₂濃度。

4.根據權利要求2所述的一種基于物料衡算和深度學習的脫硫系統節能方法，其特征在于，步驟3)中，液氣比作為深度學習脫硫系統預測模型的輸入層神經元，液氣比＝漿液循環量/吸收塔入口煙氣量測量值，考慮漿液循環泵不設變頻和備用，漿液循環量＝漿液循環泵投入數量×漿液泵流量。

5.根據權利要求1所述的一種基于物料衡算和深度學習的脫硫系統節能方法，其特征在于，在獲取輸入參數實時測量值后，結合氧化空氣量、液氣比和吸收劑量計算值，利用訓練好的深度學習脫硫系統預測模型計算吸收塔出口SO₂濃度；若滿足要求，則采用各參數進行控制調節；否則，調整液氣比和吸收劑量，重新試算。