[发明专利]一种基于遗传算法的氯碱电解槽能耗优化方法

说明书

本发明公开了一种基于遗传算法的氯碱电解槽能耗优化方法，涉及氯碱电解槽生产技术领域。获取待优化氯碱电解槽的历史生产数据并将数据存储在数据库中；其次，对槽温、NaOH浓度、淡盐水浓度进行编码；初始化种群，对上述已编码数据进行随机配置组合；然后，将初始化后的种群作为适应度函数的输入，结合各种约束条件，计算适应度函数值，并对种群中槽温、NaOH浓度、淡盐水浓度组合效果进行评价；判断是否满足迭代条件。若不满足则进行遗传操作，从而产生新的种群，重复上述步骤，若满足则将迭代过程得到的所有最大电流效率值和最小电耗值进行排序，得到全局最大电流效率值和最小电耗以及相应的槽温、NaOH浓度、淡盐水浓度组合配置，作为最终的决策方案。

技术领域

本发明涉及氯碱电解槽生产技术领域，具体涉及一种基于遗传算法的氯碱电解槽能耗优化方法。

背景技术

工业上用电解饱和NaCl溶液的方法来制取NaOH、Cl₂和H₂，并以它们为原料生产一系列化工产品，称为氯碱工业。化学反应方程为：2NaCl+H₂O+1/2O₂＝2NaOH+Cl₂↑。阳极产物主要是氯气，阴极产物是氢气，溶液中的Na⁺、OH^-在阴极附近结合生成氢氧化钠。氯碱工业耗电量仅次于电解铝，我国氯碱生产耗电量约占整个化学工业总用电量的10％左右，占全国工业总用电量的2％。目前每生产1吨100％烧碱需耗电2580度，耗蒸汽5吨，总能耗折标煤1.815吨。因此降低氯碱的单位耗电量是非常重要的。氯碱的电解过程是一个非线性、大时滞系统，因此，对于这样一个复杂多变的过程体系，仅靠建立简化的机理模型去实现生产过程的最佳控制是很难的，尤其是传统控制算法中基本不考虑具体电解槽的槽况而采取同一控制策略，不能进行电解槽状态的分析、判断。造成了所开发的过程控制系统应用效果不明显，适应性和灵活性差等不足。因此亟需开发一种提高电流效率，降低电耗的模型并基于模型对氯碱电解槽进行最优化调控，以达到生产效率和能耗最优状态。

发明内容

本发明的目的在于提供一种基于遗传算法的氯碱电解槽能耗优化方法，解决现有氯碱电解槽生产过程中由于工艺复杂多变而难以建模分析的问题，并通过模型及其算法来控制电解槽的生产达到优化生产节约能耗的目的。

为解决上述的技术问题，本发明采用以下技术方案：一种基于遗传算法的氯碱电解槽能耗优化方法，其特征在于包括如下步骤：

S1.获取待优化的氯碱电解槽的历史生产数据，包括电流效率η、直流电耗W、槽温T、NaOH浓度C₁、淡盐水浓度C₂、离子膜阳极室pH，按照时间间隔t将历史生产数据进行收集汇总，数据与时间戳一一对应；

S2.对步骤S1中的数据进行特征工程处理，利用该特征下数据集估算和平均值填充以处理缺失值，删除数据中相对于其他数据值大或小的不寻常的观测值，将处理后的数据分为训练集、测试集、验证集；使用训练集训练模型，用验证集验证模型，根据当前生产数据下的电流效率η、直流电耗W不断调整模型参数，直到模型输出最好结果时调参停止。最后用测试集评估最终的模型。

S3.使用GPR算法进行氯碱电解槽电流效率预测模型、直流电耗预测模型和工况预测模型的建立，GPR算法的输入为经过特征工程处理后的电解槽生产数据，算法的输出为当前生产数据下的电流效率η、直流电耗W；

S4.对槽温T、NaOH浓度C₁、淡盐水浓度C₂进行编码；初始化种群，对已编码数据进行随机配置组合；将初始化后的种群作为适应度函数的输入，结合约束条件，电流效率预测模型、直流电耗预测模型计算适应度函数值，并对种群中槽温T、NaOH浓度C₁、淡盐水浓度C₂的组合效果进行评价；