[发明专利]脱硫系统的寻优控制方法及系统在审

专利信息
申请号: 202110791373.5 申请日: 2021-07-13
公开(公告)号: CN113469449A 公开(公告)日: 2021-10-01
发明(设计)人: 钟剑锋;傅培铭;傅崃;傅文斌;楼亦刚;赵晨 申请(专利权)人: 浙江菲达环保科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06F16/2458
代理公司: 北京润平知识产权代理有限公司 11283 代理人: 郑磊
地址: 311800 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脱硫 系统 控制 方法
【说明书】:

发明实施例提供一种脱硫系统的寻优控制方法及一种脱硫系统的寻优控制系统,属于火电机组领域。所述方法包括:采集所述脱硫系统的实时运行参数;对所述实时运行参数进行预处理,获得训练样本数据;将所述训练样本数据作为输入数据,通过预测元模型输出所述脱硫系统的预测时间数据序列;将所述预测时间数据序列作为输入数据,通过寻优元模型输出所述脱硫系统的最优化调整方案;根据所述最优化调整方案对所述脱硫系统进行调整。本发明方案提高了脱硫系统运行工况模拟和运行工况预测的准确度,保证了脱硫系统在整个运行工作区间持续处于最佳运行状态。

技术领域

本发明涉及火电机组技术领域,具体地涉及一种脱硫系统的寻优控制方法及一种脱硫系统的寻优控制系统。

背景技术

脱硫系统是火电系统中非常重要的环保系统,主要用于将锅炉系统末端排放烟气中的含硫物质进行脱硫,避免排放烟气硫超标,造成环境污染。所以脱硫系统的运行状态直接影响着整个火电机组的排放性能,为了避免造成排放超标,往往需要脱硫系统持续保持冗余性能运行,这样虽然可以保证脱硫效果,但系统的运行维护成本也会相应的提高。如今出现了很多进行脱硫系统寻优控制方法,即在保证脱硫性能的前提下,尽量减少能源浪费,使得脱硫系统始终保持在最佳状态运行。想要实现这种方式,就不得不准确获取脱硫系统的运行状态,并根据当前的运行状态进行后续运行状态预测,然后根据预测结果进行提前调整。其中的关键点便是如何准确获取脱硫系统的运行状态和准确预测未来一段时间的系统运行状态。

现在的工况模拟方法均直接使用脱硫系统的实时运行参数进行工况模拟,这种方法会造成大量的无效信息整合,不仅极大增长了模拟时间,还会因为无法获知各运行参数的实际影响权重造成模拟工况与实际情况偏差较大。为了解决现有技术脱硫系统运行工况模拟结果准确度不高、时延长和预测困难的问题,需要一种新的脱硫系统的寻优控制方法。

发明内容

本发明实施方式的目的是提供一种脱硫系统的寻优控制方法及系统,以至少解决现有技术脱硫系统运行工况模拟结果准确度不高、时延长和预测困难的问题。

为了实现上述目的,本发明第一方面提供一种脱硫系统的寻优控制方法,所述方法包括:采集所述脱硫系统的实时运行参数;对所述实时运行参数进行预处理,获得训练样本数据;将所述训练样本数据作为输入数据,通过预测元模型输出所述脱硫系统的预测时间数据序列;将所述预测时间数据序列作为输入数据,通过寻优元模型输出所述脱硫系统的最优化调整方案;根据所述最优化调整方案对所述脱硫系统进行调整。

可选的,所述对所述实时运行参数进行预处理,获得训练样本数据,包括:对所述实时运行参数进行过滤,保留预设类型信息;进行所述预设类型信息的缺失值处理;根据预设标准化规则对缺失值处理后的预设类型信息进行统一标准处理,并输出处理后运行参数作为训练样本数据。

可选的,所述方法还包括:获取所述预测元模型,包括:获取所述脱硫系统的历史运行参数,并对所述历史运行参数进行特征提取,将特征提取后的历史运行参数作为数据源;按预设比例将所述数据源随机切分为训练数据源、验证数据源和测试数据源;在预设神经网络结构中通过所述训练数据源进行预测元模型训练;通过所述验证数据源对所述预测元模型训练进行验证和寻优调整;通过所述测试数据源对验证和寻优调整后的预测元模型进行测试;输出测试完成的预测元模型。

可选的,所述训练数据源、验证数据源和测试数据源的切分比例为7∶1∶2。

可选的,所述方法还包括:获取寻优元模型,包括:获取所述脱硫系统的历史运行参数;根据预设关联规则算法确定所述历史运行参数中每个特征属性之间的关联权重值;提取关联权重值最大的特征属性组合,将该特征属性组合中包含的对应参数类型作为影响所述脱硫系统的脱硫效率的影响参数类型;根据所述影响参数类型建立影响所述脱硫系统的脱硫效率的寻优元模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江菲达环保科技股份有限公司,未经浙江菲达环保科技股份有限公司许可,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/202110791373.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top