【技术实现步骤摘要】
一种基于遗传算法的氯碱电解槽能耗优化方法
[0001]本专利技术涉及氯碱电解槽生产
,具体涉及一种基于遗传算法的氯碱电解槽能耗优化方法。
技术介绍
[0002]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。
技术实现思路
[0003]本专利技术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 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一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,将处理后的数据分为训练集、测试集、验证集;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;S5.判断是否满足迭代条件;若不满足则进行遗传操作,产生新的种群,重复步骤S4,若满足则将迭代过程得到的所有最大电流效率值和最小能耗值进行排序,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,控制氯碱电解槽的生产工艺参数。2.根据权利要求1所述的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:所述步骤S4中对电流效率η、直流电耗W、槽温T、NaOH浓度C1、淡盐水浓度C2及其前一个时间间隔(t
‑
T)的共10个参数为一组进行编码,采用的是0
‑
29,每组含30个数据。3.根据权利要求1所述的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:所述步骤S4中约束条件为:82.5℃≤T≤87.5℃32.5g/l≤C1≤33.5g/l215g/l≤C2≤235g/l。4.根据权利要求1所述的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:所述步骤S4中适应度函数值的具体计算过程如下:S4
‑1‑
1.将槽温T、NaOH浓度C1、淡盐水浓度C2作为决策变量,将上述已编码t和t
‑
T时电流效率η和决策变量随机组合,代入电流效率预测模型和工况预测模型,将上述已编码t和t
‑
T时直流电耗W和决策变量随机组合,带入直流电耗预测模型和工况预测模型,综合得到决策变量的约束条件;S4
‑1‑
2.比较预测模型输出的电流效率值和直流电耗值与实际的电流效率值和直流电耗值,计算出差异率ΔE作为该种群下个体适应度。,计算出差异率ΔE作为该种群下个体适应度。5.根据权利要求1所述的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:
所述步骤S3中预测模型建议步骤如下:S3
‑
1、从数据库中读取训练集中氯碱电解槽的电流效率η,直流电耗W,槽温T,NaOH浓度C1,淡盐水浓度C2;S3
‑
2、将读取到的数据作为GPR算法的输入进行学习训练,算法回归模型为:η
t
=f1(η
t
‑
T
,T
t
,T
t
‑
T
技术研发人员:王磊,寇腾跃,孙延贞,于忠清,
申请(专利权)人:青岛洪锦智慧能源技术有限公司,
类型:发明
国别省市:
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。