[发明专利]电除尘控制方法及相关装置在审
申请号: | 202010512450.4 | 申请日: | 2020-06-08 |
公开(公告)号: | CN111624887A | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 吴长生;陈晓雷;罗晖;黄建伟 | 申请(专利权)人: | 福建龙净环保股份有限公司 |
主分类号: | G05B13/04 | 分类号: | G05B13/04;B03C3/017;B03C3/68 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 姚璐华 |
地址: | 364000 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 除尘 控制 方法 相关 装置 | ||
1.一种电除尘控制方法,其特征在于,包括:
在实际锅炉工况参数发生变化或者实际净烟气粉尘排放值大于预设的净烟气粉尘排放阈值时,对电除尘设备的运行参数进行N次调整,得到N个运行参数组合,N为不小于2的整数;
针对每个所述运行参数组合,将所述运行参数组合内的所有运行参数和实际锅炉工况参数作为输入参数,输入预先训练得到的净烟气粉尘排放预测模型,得到所述净烟气粉尘排放预测模型输出的净烟气粉尘排放预测值;
针对每个所述运行参数组合,根据所述运行参数组合内的所有运行参数,计算得到能耗值;
将所述净烟气粉尘排放预测值不大于所述净烟气粉尘排放阈值,且所述能耗值最小的所述运行参数组合,作为目标运行参数组合控制所述电除尘设备运行。
2.根据权利要求1所述的电除尘控制方法,其特征在于,所述运行参数组合,包括:二次电压、二次电流和振打频率;
所述实际锅炉工况参数包括:烟气量、锅炉负荷、入口粉尘浓度、入炉煤硫份、入炉煤水份和空预器出口温度。
3.根据权利要求2所述的电除尘控制方法,其特征在于,所述烟气量的初始权重为0.1,所述锅炉负荷的初始权重为0.2,所述入口粉尘浓度的初始权重为0.2,所述入炉煤硫份的初始权重为0.05,所述入炉煤水份的初始权重为0.05,所述空预器出口温度的初始权重为0.05,所述二次电压的初始权重为0.2,所述二次电流的初始权重为0.1,以及所述振打频率的初始权重为0.05。
4.根据权利要求1所述的电除尘控制方法,其特征在于,在将所述净烟气粉尘排放预测值不大于所述净烟气粉尘排放阈值,且所述能耗值最小的所述运行参数组合,作为目标运行参数组合控制所述电除尘设备运行的步骤后,还包括:
利用当前的实际净烟气粉尘排放值、实际锅炉工况参数和运行参数组合对所述净烟气粉尘排放预测模型的参数进行优化。
5.根据权利要求1所述的电除尘控制方法,其特征在于,所述净烟气粉尘排放预测模型的训练过程,包括:
根据电除尘机理从锅炉工况参数和电除尘设备的运行参数筛选出关键参数;
采集所述关键参数和净烟气粉尘排放值一一对应的历史数据;
将所述历史数据作为样本,对所述净烟气粉尘排放预测模型进行训练。
6.根据权利要求1~5中任意一项所述电除尘控制方法,其特征在于,所述净烟气粉尘排放预测模型,具体为:
多层神经网络模型,应用正向传播算法和方向传播算法对所述多层神经网络模型进行训练。
7.一种电除尘控制装置,其特征在于,包括:
运行参数组合生成单元,用于在实际锅炉工况参数发生变化或者实际净烟气粉尘排放值大于预设的净烟气粉尘排放阈值时,对电除尘设备的运行参数进行N次调整,得到N个运行参数组合,N为不小于2的整数;
净烟气粉尘排放预测单元,用于针对每个所述运行参数组合,将所述运行参数组合内的所有运行参数和实际锅炉工况参数作为输入参数,输入预先训练得到的净烟气粉尘排放预测模型,得到所述净烟气粉尘排放预测模型输出的净烟气粉尘排放预测值;
能耗计算单元,用于针对每个所述运行参数组合,根据所述运行参数组合内的所有运行参数,计算得到能耗值;
参数选择单元,用于将所述净烟气粉尘排放预测值不大于所述净烟气粉尘排放阈值,且所述能耗值最小的所述运行参数组合,作为目标运行参数组合控制所述电除尘设备运行。
8.根据权利要求7所述的电除尘控制装置,其特征在于,还包括:模型训练单元,所述模型训练单元包括参数筛选子单元,参数采集子单元和训练子单元;
所述参数筛选子单元,用于根据电除尘机理从锅炉工况参数和电除尘设备的运行参数筛选出关键参数;
所述参数采集子单元,用于采集所述关键参数和净烟气粉尘排放值一一对应的历史数据;
所述训练子单元,用于将所述历史数据作为样本,对所述净烟气粉尘排放预测模型进行训练。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福建龙净环保股份有限公司,未经福建龙净环保股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010512450.4/1.html,转载请声明来源钻瓜专利网。