一种基于物料衡算和深度学习的脱硫系统节能方法技术方案

本发明专利技术公开了一种基于物料衡算和深度学习的脱硫系统节能方法，属于节能环保领域。本发明专利技术的步骤为：步骤一：获取电厂SIS中脱硫系统运行历史数据，并对数据进行稳态清洗；步骤二：将脱硫系统物料衡算关系融合到深度学习算法中，选择合适的训练参数，建立深度学习脱硫系统预测模型；步骤三：将已建立的预测模型应用于电厂脱硫系统实时控制调节。本发明专利技术解决了吸收塔各物料过量供给造成的能耗浪费问题，能有效降低脱硫系统耗电量，达到系统节能的目的。

Energy saving method of desulfurization system based on material balance and deep learning

【技术实现步骤摘要】
一种基于物料衡算和深度学习的脱硫系统节能方法
本专利技术属于节能环保
，具体涉及一种基于物料衡算和深度学习的脱硫系统节能方法。
技术介绍
电厂脱硫系统是多因素耦合的系统，烟气成分、烟气量、烟温、浆液pH、氯离子浓度、液气比、钙硫比等参数对吸收塔的脱硫效果均存在影响。由于脱硫系统建模过于复杂，难以建立包含各影响因素的通用数学模型，这使得机组负荷变化过程中对脱硫系统的控制往往不够精细。为保证脱硫塔出口净烟气中二氧化硫浓度，部分参数设置裕度过大、且调节波动大，造成了设备的能耗普遍偏大。
技术实现思路
本专利技术的目的在于针对现有技术中的不足，提供了一种基于物料衡算和深度学习的脱硫系统节能方法。本专利技术采用如下技术方案来实现的：一种基于物料衡算和深度学习的脱硫系统节能方法，包含以下步骤：1)获取电厂SIS中脱硫系统运行历史数据，包括：机组负荷、原烟气量、原烟气温度、进口SO2浓度、入口尘浓度、浆液pH、净烟气量、出口SO2浓度、浆液密度、浆液循环量、吸收剂量和氧化空气量，并对历史数据进行稳态清洗；...

【技术保护点】
1.一种基于物料衡算和深度学习的脱硫系统节能方法，其特征在于，包含以下步骤：/n1)获取电厂SIS中脱硫系统运行历史数据，包括：机组负荷、原烟气量、原烟气温度、进口SO

【技术特征摘要】
1.一种基于物料衡算和深度学习的脱硫系统节能方法，其特征在于，包含以下步骤：
1)获取电厂SIS中脱硫系统运行历史数据，包括：机组负荷、原烟气量、原烟气温度、进口SO2浓度、入口尘浓度、浆液pH、净烟气量、出口SO2浓度、浆液密度、浆液循环量、吸收剂量和氧化空气量，并对历史数据进行稳态清洗；
2)基于稳态清洗后的电厂SIS中脱硫系统运行历史数据，将脱硫系统物料衡算关系融合到深度学习算法中，选择合适的训练参数，建立深度学习脱硫系统预测模型；
3)将已建立的深度学习脱硫系统预测模型应用于电厂SIS中脱硫系统实时控制调节，在保证吸收塔出口SO2浓度达标的前提下，进一步调整液气比、吸收剂量和氧化空气量，降低设备电耗。


2.根据权利要求1所述的一种基于物料衡算和深度学习的脱硫系统节能方法，其特征在于，步骤2)中，基于稳态清洗后的电厂SIS中脱硫系统运行历史数据，利用TensorFlow搭建深度学习脱硫系统预测模型，通过新产生脱硫系统运行数据，对深度学习脱硫系统预测模型进行不断优化。


3.根据权利要求2所述的一种基于物料衡算和深度学习的脱硫系统节能方法，其特征在于，深度学习脱硫系统预测模型的输出层为1个神经元，是出口SO2浓度。


4.根据权利要求2所述的一种基于物料衡算和深度学习的脱硫系统节能方法，其特征在于，步骤3)中，液气比作为深度学习脱硫系统预测模型的输入层神经元，液气比＝浆液循环量/吸收塔入口烟...

【专利技术属性】
技术研发人员：李瑞华，董宝光，王东军，王帅，李庆，史元腾，赵泽盟，白延斌，
申请(专利权)人：中煤能源研究院有限责任公司，
类型：发明
国别省市：陕西;61