[发明专利]基于有序聚类离散化的脱硫系统SO2

说明书

本发明公开了一种基于有序聚类离散化的脱硫系统SO₂出口浓度预测方法，包括从SIS历史数据库中采集脱硫系统相关参数的历史运行数据；以负荷、SO₂进口浓度为条件对历史数据进行稳态判断筛选得到原始稳态样本；将原始稳态样本的SO₂出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO₂出口浓度均匀分布的稳态样本集；基于均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO₂出口浓度预测模型。

技术领域

本发明涉及SO₂出口浓度预测方法，尤其涉及一种基于有序聚类离散化的脱硫系统 SO₂出口浓度预测方法。

背景技术

当前电力行业烟气脱硫技术中以石灰石-石膏湿法脱硫工艺为主，用含石灰石粉的浆液为吸收剂吸收烟气中的SO₂等酸性气体。脱硫系统耗电率在0.6-0.7％之间，此外还需要消耗大量的石灰石和工艺水，脱硫系统的优化运行对于电厂节能减排具有重要的意义。《中华人民共和国环境保护税法》自2018年1月1日起正式施行，环保税政策有了很大变化。对于脱硫系统而言，在完成区域内污染物排放标准的前提下，可以通过降低污染物排放浓度来达到节约环保税额的目的，脱硫系统在实际运行过程中需要密切关注出口SO₂浓度的变化。控制SO₂出口浓度不仅有助于实现脱离系统的达标排放，也有利于提升脱硫系统的经济性，因此SO₂出口浓度的精确预测显得尤为重要。

近年来，许多学者对脱硫系统优化运行建立了多种数学模型，徐刚等人在研究脱硫系统特性的基础上通过调整运行方式对脱硫系统进行了优化，顾慧等人基于数据挖掘方法建立了脱硫系统目标工况库模型，但目前的研究都未考虑SO₂出口浓度对于脱硫系统经济运行的影响。

由于深度调峰以及煤质变化的影响，脱硫系统的历史数据具有动态性、不均匀性等特征，这给脱硫系统建模以及SO₂出口浓度预测带来了很大困难。

因此，亟待解决上述技术难题。

发明内容

发明目的：本发明的目的是提供一种基于有序聚类离散化的脱硫系统SO₂出口浓度预测方法，对数据进行离散化和抽样可保证样本分布的均匀性，为后续建模提供均匀样本，从而提升脱硫系统SO₂出口浓度预测的准确性。

技术方案：为实现以上目的，本发明公开了一种基于有序聚类离散化的脱硫系统SO₂出口浓度预测方法，包括如下步骤：

(1)、从SIS历史数据库中采集脱硫系统相关参数的历史运行数据，取数间隔为1min；其中相关参数包括负荷、SO₂进口浓度、浆液密度、pH值、液气比和SO₂出口浓度；

(2)、以负荷、SO₂进口浓度为条件对历史数据进行稳态判断，筛选得到原始稳态样本；

(3)、将原始稳态样本的SO₂出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；

(4)、样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO₂出口浓度均匀分布的稳态样本集；