權利要求書: 1.一種濕法脫硫裝置的全過程智能運行調控系統,其特征在于:所述系統包括污染物脫除模塊、在線監測模塊、優化控制模塊和智慧建模模塊;
所述污染物脫除模塊包括脫硫裝置,用于污染物脫除;
所述在線監測模塊用于監測收集脫硫裝置歷史運行數據以及實時運行數據并傳輸給智慧建模模塊、優化控制模塊;
所述優化控制模塊根據實時運行工況,通過多目標多工況的全局優化算法實時評估不同工況下污染物吸收脫除系統的運行成本,計算實現出口濃度穩定達標條件下脫硫裝置能耗物耗最優的濕法脫硫裝置最佳運行參數組合,并通過智能控制算法實現對脫硫裝置關鍵參數的調控;
所述智慧建模模塊采用混合建模方法,涵蓋多種污染物、多種吸收劑、多種反應器類型,實現氣態污染物濃度及關鍵運行參數的多斷面準確預測;
所述智慧建模模塊,結合氣態污染物的生成?吸收?轉化機理,采用機器學習的方法利用實際生產過程中的數據,建立氣態污染物生成?吸收?轉化全流程機理與數據耦合模型,涵蓋多種污染物、多種吸收劑、多種反應器類型,實現氣態污染物濃度及關鍵運行參數的多斷面準確預測;
所述多種污染物包括SO2、SO3、HCl、HF;所述多種吸收劑包括鈣基吸收劑、鎂基吸收劑、鈉基吸收劑、氨基吸收劑、海水;所述多種反應器類型包括噴淋空塔、強化傳質塔、pH值分區塔;所述多斷面包括鍋爐出口、吸收塔入口和出口;
氣態污染物生成?吸收?轉化全流程機理與數據耦合模型的構建包括下述步驟:(1)構建氣態污染物生成過程模型,其包括下述步驟:步驟S101:通過機理分析爐內二氧化硫生成過程的影響機制,由先驗知識獲得影響爐內二氧化硫生成的關鍵參數,初步確定爐內二氧化硫生成模型的輸入參數;
步驟S102:利用在線監測系統采集不同負荷Ai和不同煤種Si下的鍋爐歷史運行數據和煤質數據,其中鍋爐歷史運行數據包括鍋爐燃燒溫度T,給煤量B,一次風量G1,二次風量G2;
煤質數據包括飛灰系數afh,收到基灰分Aar,收到基低位發熱量Qnet,ar,灰分中CaO、MgO、Fe2O3物質的質量分數a1,a2,a3;
步驟S103:利用步驟S102中收集的歷史運行數據,篩選特殊工況點下不同變量的變化規律,分析關鍵因素變化到脫硫裝置入口SO2濃度響應的純延遲時間,將不同變量的純延遲時間對齊,并將數據異常點去除得到歷史
聲明:
“濕法脫硫裝置的全過程智能運行調控系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)