[发明专利]湿法烟气脱硫吸收塔浆液品质监测方法及系统有效

专利信息
申请号: 202110949423.8 申请日: 2021-08-18
公开(公告)号: CN113505497B 公开(公告)日: 2023-05-12
发明(设计)人: 徐遵义;闫春相;王伟;唐守伟;李晨;李雪茹 申请(专利权)人: 山东建筑大学
主分类号: G06F30/20 分类号: G06F30/20;G06F119/02
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 250101 山东省济*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 湿法 烟气 脱硫 吸收塔 浆液 品质 监测 方法 系统
【权利要求书】:

1.湿法烟气脱硫吸收塔浆液品质监测方法,其特征是,包括:

获取影响发电厂湿法烟气脱硫吸收塔浆液品质的各类观测量的历史运行数据;

对历史运行数据预处理,将历史运行数据划分为训练数据集和验证数据集;

将训练数据集,输入到非线性状态估计模型中,对其进行训练,得到训练后的非线性状态估计模型;

将验证数据集,输入到训练后的非线性状态估计模型中,对其进行验证,判断模型估计精度是否满足要求,如果是,则进入下一步;如果否,就返回上一步;

将实际监测的各类观测量经过数据预处理,输入到验证后的非线性状态估计模型中,输出模型预测脱硫效率值;计算脱硫效率实际测量值与模型预测脱硫效率值的残差,当残差超出阈值,则给出异常预警信号,否则给出正常信号;

所述方法还包括:计算残差的移动均值和标准差,得到发电厂湿法烟气脱硫吸收塔浆液品质的变化量;

获取影响发电厂湿法烟气脱硫吸收塔浆液品质的各类观测量的历史运行数据;具体过程包括:

获取可能影响浆液品质的观测量:机组负荷、吸收塔入口SO2浓度、入口烟气流量、出口SO2浓度、出口烟气流量、脱硫效率、浆液密度、吸收塔液位、pH值以及浆液循环泵电流、脉冲悬浮泵电流、氧化风机电流、供浆泵电流、石膏排出泵电流、供浆液密度和供浆流量;

根据电厂浆液品质恶化事件发生记录,通过对可能影响浆液品质的观测量,对浆液品质恶化期间测量值变化趋势曲线进行分析,将曲线变化幅值和频率超过阈值的参量作为筛选出来的特征参量;所述筛选出来的特征参量,包括:脱硫效率、浆液pH值、浆液密度和脉冲悬浮泵电流;

分别计算脱硫效率、浆液pH值、浆液密度和脉冲悬浮泵电流与其它可能影响浆液品质的观测量之间的相关系数、互信息量和灰度相关度,完成定量计算;

分别对脱硫效率、浆液pH值、浆液密度和脉冲悬浮泵电流与其它可能影响浆液品质观测量的相关系数、互信息量和灰度相关度进行加权计算,求出综合关联度;

根据综合关联度,最终确定表征浆液品质变化的特征量。

2.如权利要求1所述的湿法烟气脱硫吸收塔浆液品质监测方法,其特征是,对历史运行数据预处理,将历史运行数据划分为训练数据集和验证数据集;具体包括:

在浆液品质正常时,采集机组负荷、脱硫效率、吸收塔浆液密度、吸收塔液位、pH值、浆液循环泵电流、脉冲悬浮泵电流、氧化风机电流、供浆泵电流、供浆浆液密度、供浆流量和石膏排出泵电流参量测量数据;

对上述采集数据进行预处理,预处理包括奇异值处理、缺失值处理和滤波处理;

多传感器测量参量数据处理:单个参量由多个传感器同时测量时,计算均值;对某个参量由多台设备执行时计算总量;

数据归一化处理,将所有测量参量归一化到[0,1];

按照设定比例将数据划分为训练集和测试集。

3.如权利要求2所述的湿法烟气脱硫吸收塔浆液品质监测方法,其特征是,将训练数据集,输入到非线性状态估计模型中,对其进行训练,得到训练后的非线性状态估计模型;具体包括:

对每一个观测量,将区间[0 1]等分为k份;

以1/k为步距,从历史正常观测值集合H中,查找出若干个观测向量加入记忆矩阵D中;其中,步距k将直接影响记忆矩阵的大小;根据观测向量曲线变化的剧烈程度和生成记忆矩阵的时间选择步距k;

所述根据观测向量曲线变化的剧烈程度和生成记忆矩阵的时间选择步距k;具体包括:如果观察向量曲线在设定时间范围内的幅值变化程度超过设定阈值,则选择的步距k至少要大于观察向量曲线极值点数量的2倍;如果生成记忆矩阵的时间超过设定阈值,则降低步距k的取值;

阈值δ是实测值与预测值的误差,根据实际需要进行设置;

构造的记忆矩阵D即为非线性状态估计模型。

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山东建筑大学,未经山东建筑大学许可,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/202110949423.8/1.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