脱硫系统的寻优控制方法及系统技术方案

本发明专利技术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。本发明专利技术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。最佳运行状态。最佳运行状态。

【技术实现步骤摘要】
脱硫系统的寻优控制方法及系统


[0001]本专利技术涉及火电机组
，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。

技术介绍

[0002]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。
[0003]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。

技术实现思路

[0004]本专利技术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。
[0005]为了实现上述目的，本专利技术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。
[0006]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。
[0007]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。
[0008]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。
[0009]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。
[0010]可选的，所述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，包括：根据所述寻优元模型从所述预测时间数据序列中筛选出影响所述脱硫系统的脱硫效率的参数类型作为目标参数；将所述目标参数作为输入数据，通过所述寻优元模型包括的影响所述脱硫系统的脱硫效率的关联模型，训练得到最优参数关联组合；根据所述最优参数关联组合的参数类型和对应的参数值大小，确定需要调整的设备类型和对应的调整量作为所述最优化调整方案。
[0011]可选的，所述影响所述脱硫系统的脱硫效率的参数类型包括：所述脱硫系统出口端的SO2浓度和液气比。
[0012]可选的，所述根据所述最优参数关联组合的参数类型和对应的参数值大小，确定需要调整的设备类型和对应的调整量，包括：确定所述脱硫系统正常运行的基本运行参数需求值；将所述最优参数关联组合中的参数的参数值与对应参数的基本运行参数需求值进行对比；若最优参数关联组合中的参数的参数值小于对应参数的基本运行参数需求值，则将基本运行参数需求值作为修正目标；若最优参数关联组合中的参数的参数值大于等于对应参数的基本运行参数需求值，则将最优参数关联组合中的参数的参数值作为修正目标。
[0013]本专利技术第二方面提供一种脱硫系统的寻优控制方法，所述系统包括：采集单元，用于采集所述脱硫系统的实时运行参数；处理单元，用于对所述实时运行参数进行预处理，获得训练样本数据；训练单元，用于：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；执行单元，用于根据所述最优化调整方案对所述脱硫系统进行调整。
[0014]另一方面，本专利技术提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的脱硫系统的寻优控制方法。
[0015]通过上述技术方案，根据对应脱硫系统的历史运行数据确定对应的预测模型和寻优模型，然后实时采集脱硫系统的运行参数，进行这些运行参数预处理。过滤掉其中无效数据，仅保留与脱硫性能相关的有效数据，极大缩小数据体量，缩短后续的训练时间。然后根据脱硫系统的自身发展规律进行运行单数预测，根据预测结果判断未来某时间节点时，脱硫系统是否处于最佳运行工况，并在未处于最佳运行工况的情况下进行系统提前调整。保证了系统在运行到预测时间节点时，依旧能够保持在最佳的运行状态。
[0016]本专利技术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。
[0017]本专利技术实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0018]附图是用来提供对本专利技术实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术实施方式，但并不构成对本专利技术实施方式的限制。在附图中：
[0019]图1是本专利技术一种实施方式提供的脱硫系统的寻优控制方法的步骤流程图；
[0020]图2是本专利技术一种实施方式提供的构建预测元模型的步骤流程图；
[0021]图3是本专利技术一种实施方式提供的构建寻优元模型的步骤流程图；
[0022]图4是本专利技术一种实施方式提供的脱硫系统的寻优控制系统的系统结构图。
[0023]附图标记说明
[0024]10
‑
采集单元；20
‑
处理单元；30
‑
训练单元；40
‑
执行单元。
具体实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脱硫系统的寻优控制方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求1所述的方法，其特征在于，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。4.根据权利要求3所述的方法，其特征在于，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。5.根据权利要求1所述的方法，其特征在于，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。6.根据权利要求5所述的方法，其特征在于，所述将所述预测时间...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：