一种基于机器学习算法的烟气脱硫氧化系统故障预测方法技术方案

本发明专利技术提供一种基于机器学习算法的烟气脱硫氧化系统故障预测方法。本发明专利技术将机器学习算法模型应用于烟气脱硫装置氧化空气系统故障预测、预警。通过机器学习，采用OLS线性回归算法模型分析湿法脱硫装置历史运行数据，挖掘出各运行特征参数与脱硫装置氧化性能的内在逻辑，使氧化反应的原理模型显性化，用于湿法脱硫装置故障预测，便于运行人员实时掌握脱硫装置氧化空气系统的健康状态。实现湿法脱硫装置氧化空气系统故障预测预警，算法模型参与运行控制，通过及时减少氧化空气过剩量、优化氧化液密度、PH值，降低氧化槽液位高度，可以降低氧化风机的电耗，从而降低脱硫装置的运行成本。本。本。

【技术实现步骤摘要】
一种基于机器学习算法的烟气脱硫氧化系统故障预测方法


[0001]本专利技术属于工业烟气治理领域，具体涉及一种基于机器学习算法的烟气脱硫氧化系统故障预测方法。

技术介绍

[0002]我国是一个煤炭大国，目前工业用燃料仍以煤炭为主，煤在燃烧过程中释放热量的同时，还会产生大量的颗粒物、SO2、温室气体等污染物，造成生态环境的污染。湿法烟气脱硫技术是世界上商业化应用的脱硫方法之一，能高效脱除烟气中的硫氧化物，副产物易于资源回收利用，是控制大气SO2污染最为有效的烟气脱硫技术。含SO2的烟气进入脱硫装置，在脱硫塔里与含有吸收剂的喷淋液接触，烟气中的SO2被吸收脱除、洗涤净化后的烟气通过烟囱排放。烟气中的SO2被喷淋液吸收，与脱硫剂反应生成亚硫酸钙、亚硫酸铵等亚硫酸盐，继续与鼓入的空气中的氧气发生氧化反应生成脱硫副产物硫酸钙、硫酸铵等硫酸盐。
[0003]湿法脱硫中亚硫酸盐的氧化效率与氧化空气的流量、装置脱除二氧化硫的质量(如氧化空气过剩系数等)以及运行参数(如烟气温度、压力、流量、湿度、氧含量、SO2浓度以及其他烟气成分；氧化液的温度、压力、流量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习算法的烟气脱硫氧化系统故障预测方法，其特征在于：包括以下步骤：S1：采集烟气脱硫装置历史运行数据作为样本集数据；S2：把S1中采集的样本集数据整理成机器学习需要的类型和格式，通过数据清洗形成机器学习的样本数据；S2
‑
1：删除样本集中的缺失值，并从小到大进行排序，得到各参数的序列{X1,X2,X3,
……
Xn}；S2
‑
2：令Q
L
＝X
(n/4)
,Q
U
＝X
(3n/4)
,IQR＝Q
U
‑
Q
L
；n/4、3n/4四舍五入取整数；Q
L
为下四分位数；Q
U
为上四分位数；IQR为四分位距；X
(n/4)
、X
(3n/4)
均为数列{X1,X2,X3,
……
Xn}对应的值；S2
‑
3：去除S2
‑
1序列中大于Q
U
+1.5IQR和小于Q
L
‑
1.5IQR的值，生锈的数据构成新的新的数据样本供机器学习使用；S3：建立机器学习算法模型：S3
‑
1：通过S2清洗后的样本数据建立的样本氧化风机电流为因变量Yi，以氧化槽液位、氧化液密度、氧化空气流量、压力为自变量，建立线性算法模型：Y
i
＝β0+β1X
i1
+β2X
i2
+...+β
p
X
ip
+ε
i
，i＝1，...，n.S3
‑
2：建立样本的矩阵：Y＝Xβ+ε；其中Y是指一个包括了观测值Y1，...，Y
n
的列向量；ε包括了为观测的随机成分ε1，...，ε
n
,以及回归量的观测值矩阵X；S3
‑
3：...

【专利技术属性】
技术研发人员：周玲霞，贾义，李承泉，陈效良，张勇，
申请(专利权)人：昆岳互联环境技术江苏有限公司，
类型：发明
国别省市：