【技术实现步骤摘要】
基于大数据的脱硫系统运行优化方法和系统
本专利技术涉及燃煤锅炉大气污染物控制
,具体而言涉及一种基于大数据分析为脱硫系统运行优化提供策略的方法。
技术介绍
现今,燃煤电站作为传统的排污大户,通过向精细化管理的方向靠拢,提高电站资源利用效率,减少能源消耗。然而在实际运行过程中,由于电站设备繁多,人工在面对设备间如何调配能够达到最佳的工作效率并充分保护设备资产问题时,往往难以准确决策,这往往会造成多余的能源消耗,资源浪费。同时,随着硬件设备的发展,越来越多的燃煤电站开始应用变频泵等需要精确调节的设备,如何实现精准调节,减少资源能源消耗已是电站面临的又一现实难题。此外,多年来,在实际运行过程中,电站存储了大量珍贵的实际运行数据却没有得到充分利用,不仅是对网络、物理空间的浪费,更是对数据资源的浪费。大数据、人工智能技术的发展为电站解决以上问题提供了思路和方向。大数据技术因为其强大的数据分析能力,已被越来越多燃煤电站关注、研究和应用。利用大数据技术对电站系统的运行数据进行深度分析,已成为燃煤电站减少排污、提高效率的重要内容之一。通过上述可知,外部因素和内部环境都催迫着 ...
【技术保护点】
1.一种基于大数据的脱硫系统运行优化方法,其特征在于,所述方法包括:S1:基于能量平衡和物料守恒理论,根据燃煤电站实际设备组件创建脱硫系统理论模型,设定脱硫效率评价指标,提取燃煤电站在第一设定时间段内的运行数据作为建模数据;S2:对建模数据进行预处理,以脱硫系统理论模型为基础,分析不同工况条件下对脱硫效率产生影响的若干种因素;S3:对预处理后的建模数据进行大数据分析,以获取不同工况条件下的关键因素,创建数学预测模型,寻找数学预测模型在不同工况条件下的全局最优解,作为脱硫系统在不同工况条件下的运行优化策略;S4:以脱硫系统理论模型为基础分析,验证所述运行优化策略的正确性,如果 ...
【技术特征摘要】
1.一种基于大数据的脱硫系统运行优化方法,其特征在于,所述方法包括:S1:基于能量平衡和物料守恒理论,根据燃煤电站实际设备组件创建脱硫系统理论模型,设定脱硫效率评价指标,提取燃煤电站在第一设定时间段内的运行数据作为建模数据;S2:对建模数据进行预处理,以脱硫系统理论模型为基础,分析不同工况条件下对脱硫效率产生影响的若干种因素;S3:对预处理后的建模数据进行大数据分析,以获取不同工况条件下的关键因素,创建数学预测模型,寻找数学预测模型在不同工况条件下的全局最优解,作为脱硫系统在不同工况条件下的运行优化策略;S4:以脱硫系统理论模型为基础分析,验证所述运行优化策略的正确性,如果正确,导出所述运行优化策略,否则,重新寻找数学预测模型在不同工况条件下的全局最优解。2.根据权利要求1所述的基于大数据的脱硫系统运行优化方法,其特征在于,所述脱硫效率评价指标包括脱硫工序消耗的能源用量和物料用量。3.根据权利要求2所述的基于大数据的脱硫系统运行优化方法,其特征在于,所述脱硫效率评价指标包括与脱硫工序消耗的能源和物料等效的货币值。4.根据权利要求1所述的基于大数据的脱硫系统运行优化方法,其特征在于,步骤S2中,所述对建模数据进行预处理,以脱硫系统理论模型为基础,分析不同工况条件下对脱硫效率产生影响的若干种因素的方法包括以下步骤:S201:对建模数据进行预处理,包括:可信度审核,以剔除其中的不合理数据;补充缺失数据;对波动频率超过设定频率阈值的参数数据进行去噪处理;S202:以负荷为依据,划分不同工况条件;S203:以不同工况条件为基础,对预处理后的建模数据进行回归计算,以获取不同工况条件下对脱硫效率产生影响的若干种因素。5.根据权利要求1所述的基于大数据的脱硫系统运行优化方法,其特征在于,步骤S3中,对预处理后的建模数据进行大数据分析,以获取不同工况条件下的关键因素,创建数学预测模型,寻找数学预测模型在不同工况条件下的全局最优解,作为脱硫系统在不同工况条件下的运行优化策略的方法包括以下步骤...
【专利技术属性】
技术研发人员:孙栓柱,金保昇,张友卫,张勇,周春蕾,孙和泰,孔志伟,朱洁雯,李逗,王明,黄翔,许国强,李春岩,杨晨琛,潘苗,黄治军,张磊,
申请(专利权)人:江苏方天电力技术有限公司,东南大学,国网江苏省电力有限公司,国家电网公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。