一种碳捕集系统及方法技术方案

技术编号:39499310 阅读:5 留言:0更新日期:2023-11-24 11:29
本发明专利技术公开了一种碳捕集系统及方法,属于碳处理技术领域,包括远程监控平台

【技术实现步骤摘要】
一种碳捕集系统及方法


[0001]本专利技术涉及碳处理
,尤其涉及一种碳捕集系统及方法


技术介绍

[0002]温室气体的排放被认为是气候变化的主要原因之一,其中二氧化碳
(CO2)
的排放在其中占据了重要地位

为了有效减缓这一威胁,科学家和工程师们正在努力寻找各种方法,而其中最有前景的之一便是碳捕集系统

碳捕集系统是一种复杂而创新的技术,旨在从工业过程

能源生产等产生大量
CO2
的地方捕获这些气体,并将其安全地存储在地下储存库中,以防止其进入大气

不断增加的温室气体排放导致地球气温上升,引发了极端天气事件

海平面上升以及生态系统的不稳定

[0003]经检索,中国专利号
CN116371152A
公开了一种碳捕集系统及方法,该专利技术虽然可以适用于不同类型的两相吸收剂,热量利用充分,运行能耗低,但是二氧化碳运输效率低,无法保证二氧化碳处理的及时性以及高效性;此外,现有的碳捕集系统及方法数据访问效率低下,用户需要频繁访问数据库等数据源,系统性能低下,为此,我们提出一种碳捕集系统及方法


技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺陷,而提出的一种碳捕集系统及方法

[0005]为了实现上述目的,本专利技术采用了如下技术方案:
[0006]一种碳捕集系统,包括远程监控平台

捕集模块

传感器

处理传输模块

分析预测模块

自适应控制模块

运输规划模块

碳利用模块

数据储存模块以及系统优化模块;
[0007]所述远程监控平台用于对区域范围内碳捕集系统进行远程监控和管理;
[0008]所述捕集模块用于捕获工业过程产生的二氧化碳;
[0009]所述传感器用于在捕集

运输和储存环节中进行布置,并采集相关参数信息;
[0010]所述处理传输模块用于对传感器采集到的数据进行预处理并传输;
[0011]所述分析预测模块用于接收各传感器数据,并对二氧化碳排放以及储存模块压力进行预测;
[0012]所述自适应控制模块用于根据实时监测数据,智能地调节捕集装置和储存过程中的操作;
[0013]所述运输规划模块用于将捕获的二氧化碳通过专用管道系统输送到储存地点,并实时更新其运输路线;
[0014]所述数据储存模块用于接收各组数据并进行分布式存储;
[0015]所述碳利用模块用于对捕获的二氧化碳进行环保处理;
[0016]所述系统优化模块用于对该碳捕集系统运行性能进行优化调整

[0017]作为本专利技术的进一步方案,所述捕集模块捕集形式具体包括后燃烧捕集

预燃烧
捕集以及吸收捕集;
[0018]所述传感器具体包括浓度传感器

压力传感器

温度传感器

流量传感器

湿度传感器

气体分析传感器

振动传感器

光学传感器

电流传感器

电压传感器以及微生物传感器

[0019]作为本专利技术的进一步方案,上述碳捕集形式中,后燃烧捕集通过在工业过程或发电厂的烟囱中捕获二氧化碳;预燃烧捕集通过在燃烧燃料之前将气体分离,生成纯二氧化碳气流;吸收捕集通过使用化学吸收剂将二氧化碳从气流中吸收,然后再从溶液中分离出二氧化碳

[0020]作为本专利技术的进一步方案,所述处理传输模块数据预处理具体步骤如下:
[0021]步骤一:处理传输模块检测各组传感器数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并进行填补或删除;
[0022]步骤二:将处理后的各组数据按照不同传感器进行分类,并分别整合归纳成样本数据集,计算各组数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除;
[0023]步骤三:通过指数平滑来去除噪音和波动以获取趋势和周期性信息,同时对各组数据进行标准化处理以统一格式,再检测是否存在重复的数据记录,若存在重复数据,则将其删除

[0024]作为本专利技术的进一步方案,所述分析预测模块预测规划具体步骤如下:
[0025]步骤1:将历史传感器数据整合归纳成验证数据集,之后将数据集划分为训练集和测试集,并初始化卷积神经网络的权重和参数,将训练集导入该卷积神经网络中计算其对应输出,之后通过损失函数衡量模型输出结果与真实标签之间的损失值;
[0026]步骤2:若损失值未满足预设条件,则重新训练该卷积神经网络,并更新参数信息,再使用测试集对训练好的卷积神经网络进行评估,计算卷积神经网络在测试集上的性能指标,并输出规划模型;
[0027]步骤3:对当前传感器数据进行预处理,并将其作为输入数据传输至规划模型中,各组输入数据从规划模型输入层开始经过模型的各隐藏层,之后各隐藏层分别对输入数据进行一次线性变换和非线性激活;
[0028]步骤4:将处理后的数据通过各层之间的权重和激活函数进行逐层传递,之后输出层输出最终预测结果,之后设置合适的阈值,将预测结果中的概率值转换为最终的分类标签,同时可以将预测结果中的实数值映射为相应的排放或压力等级,并以图表或可视化形式展示

[0029]作为本专利技术的进一步方案,所述运输规划模块路线更新具体步骤如下:
[0030]步骤

:运输规划模块接收各运输管道信息

储存地点位置以及碳捕集情况,确定运输起点并确定多组运输路线;
[0031]步骤

:根据各目标行径自由度获取目标冲突路段可选择路径信息,并将收集到的路径信息视作该目标对象的运输路线种群,并结合遗传算法生成种群矩阵,收集运输路线质量,并通过适应度函数将种群中每组个体的属性量化;
[0032]步骤

:随机从种群中选择两组个体,再分别从个体中分别选取某一段路径,然后
进行交换得到新的两组新的个体,再随机选择一组个体,并随机选择个体中的两段路径进行交换,重复执行上述步骤,直到满足终止条件;
[0033]步骤

:路径优化完成后,从路径终点开始遍历每个节点,若某节点可以与起点无障碍相连,则起点与节点中间的节点就是冗余节点,冗余节点确认完成后,删除这些冗余节点并重新计算路径的适应度函数,并依据各储存地点位置以及储存容量不断迭代对路径进行不断优化

本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种碳捕集系统,其特征在于,包括远程监控平台

捕集模块

传感器

处理传输模块

分析预测模块

自适应控制模块

运输规划模块

碳利用模块

数据储存模块以及系统优化模块;所述远程监控平台用于对区域范围内碳捕集系统进行远程监控和管理;所述捕集模块用于捕获工业过程产生的二氧化碳;所述传感器用于在捕集

运输和储存环节中进行布置,并采集相关参数信息;所述处理传输模块用于对传感器采集到的数据进行预处理并传输;所述分析预测模块用于接收各传感器数据,并对二氧化碳排放以及储存模块压力进行预测;所述自适应控制模块用于根据实时监测数据,智能地调节捕集装置和储存过程中的操作;所述运输规划模块用于将捕获的二氧化碳通过专用管道系统输送到储存地点,并实时更新其运输路线;所述数据储存模块用于接收各组数据并进行分布式存储;所述碳利用模块用于对捕获的二氧化碳进行环保处理;所述系统优化模块用于对该碳捕集系统运行性能进行优化调整
。2.
根据权利要求1所述的一种碳捕集系统,其特征在于,所述捕集模块捕集形式具体包括后燃烧捕集

预燃烧捕集以及吸收捕集;所述传感器具体包括浓度传感器

压力传感器

温度传感器

流量传感器

湿度传感器

气体分析传感器

振动传感器

光学传感器

电流传感器

电压传感器以及微生物传感器
。3.
根据权利要求1所述的一种碳捕集系统,其特征在于,所述处理传输模块数据预处理具体步骤如下:步骤一:处理传输模块检测各组传感器数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并进行填补或删除;步骤二:将处理后的各组数据按照不同传感器进行分类,并分别整合归纳成样本数据集,计算各组数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除;步骤三:通过指数平滑来去除噪音和波动以获取趋势和周期性信息,同时对各组数据进行标准化处理以统一格式,再检测是否存在重复的数据记录,若存在重复数据,则将其删除
。4.
根据权利要求3所述的一种碳捕集系统,其特征在于,所述分析预测模块预测规划具体步骤如下:步骤1:将历史传感器数据整合归纳成验证数据集,之后将数据集划分为训练集和测试集,并初始化卷积神经网络的权重和参数,将训练集导入该卷积神经网络中计算其对应输出,之后通过损失函数衡量模型输出结果与真实标签之间的损失值;步骤2:若损失值未满足预设条件,则重新训练该卷积神经网络,并更新参数信息,再使用测试集对训练好的卷积神经网络进行评估,计算卷积神经网络在测试集上的性能指标,并输出规划模型;
步骤3:对当前传感器数据进行预处理,并将其作为输入数据传输至规划模型中,各组输入数据从规划模型输入层开始经过模型的各隐藏层,之后各隐藏层分别对输入数据进行一次线性变换和非线性激活;步骤4:将处理后的数据通过各层之间的权重和激活函数进行逐层传递,之后输出层输出最终预测结果,之后设置合适的阈值,将预测结果中的概率值转换为最终的分类标签,同时可以将预...

【专利技术属性】
技术研发人员:王腾代起彬张素菊张亚坤李圣荣景建军颜兴龙姬露董甜甜
申请(专利权)人:中铁十五局集团第二工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1