CN106447130A - 一种基于过程数据扫描的浆液循环泵优化调度方法 - Google Patents

一种基于过程数据扫描的浆液循环泵优化调度方法 Download PDF

Info

Publication number
CN106447130A
CN106447130A CN201610929475.8A CN201610929475A CN106447130A CN 106447130 A CN106447130 A CN 106447130A CN 201610929475 A CN201610929475 A CN 201610929475A CN 106447130 A CN106447130 A CN 106447130A
Authority
CN
China
Prior art keywords
pump
data
circulating pump
slurry circulating
combination
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610929475.8A
Other languages
English (en)
Other versions
CN106447130B (zh
Inventor
司风琪
李逗
乔宗良
姚学忠
包文运
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201610929475.8A priority Critical patent/CN106447130B/zh
Publication of CN106447130A publication Critical patent/CN106447130A/zh
Application granted granted Critical
Publication of CN106447130B publication Critical patent/CN106447130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明公开了一种基于过程数据扫描的浆液循环泵优化调度方法，属于循环泵优化调度技术领域，其主要包括如下步骤：步骤(1)变量选择；步骤(2)数据扫描与组合划分：步骤(2a)扫描过程数据；步骤(2b)组合划分；步骤(3)浆液循环泵实时优化调度：步骤(3a)优化调度的触发条件；步骤(3b)浆液循环泵组合寻优；本发明的一种基于过程数据扫描的浆液循环泵优化调度方法，从过程数据中扫描出机组历史上浆液循环泵组合变化对脱硫效果影响的数据，对当前浆液循环泵进行优化调度，克服了现场试验方法中所获的样本工况覆盖范围窄的缺点，扩大了浆液循环泵优化调度的适用范围；同时本方法相比现场试验方法所需成本低，操作便捷。

Description

一种基于过程数据扫描的浆液循环泵优化调度方法
技术领域
本发明属于循环泵优化调度技术领域，具体是涉及一种基于过程数据扫描的浆液循环泵优化调度方法。
背景技术
随着国家发展改革委、环境保护部《燃煤发电机组环保电价及环保设施运行监管办法》文件下达，国家对节能减排管控力度的不断加大，电厂面临的污染物排放的控制压力也越来越大。SO2作为电厂排放的主要污染物之一，其排放浓度控制是电厂重点关注领域。
在众多SO2控制技术中，湿法脱硫技术作为一种相对成熟、脱硫反应速度快、脱硫效率高的脱硫技术，在国内外得到了广泛应用，并一直在脱硫市场中占据着主导地位。目前在世界己经建成的脱硫装置中，湿法脱硫装置的数量占85％左右。湿法脱硫系统既是一个环保系统，同时又是一个耗能系统，一般而言，大型燃煤电厂湿法脱硫系统所消耗的电能可达3～10MW，约占火电机组总发电量的1％～2％。其中，浆液循环泵是湿法脱硫系统的主要耗电设备之一，尤其是随着电厂超低排放改造的推进，脱硫系统所需的浆液循环泵数量进一步增加。针对浆液循环泵的优化调度对于降低污染物治理的能耗代价、提高湿法脱硫系统及电厂的综合性能、乃至对于实现国家节能减排战略而言，都有着重要的理论与现实意义。
目前针对吸收塔浆液循环泵优化调度主要是基于现场试验和物料平衡的方法开展的。针对浆液循环泵优化调度的现场试验首先选取几个过程的临界工况点，再让机组稳定运行在这些工况点上，同时改变浆液循环泵的组合方式，观察组合方式不同对脱硫效果产生的影响，从而为后期运行提供指导。现场试验的方法可信度高，但开展的成本较高，可重复性差，覆盖的工况范围有限，因此适用的范围较小。基于物料平衡的浆液循环泵优化调度方法直接根据设计值进行推算，方法简单，可重复性好，覆盖的工况范围也广，但由于设计条件与现场实际运行条件往往差异较大，因此物料平衡得到的结果其实际应用效果难以保证。
目前我国湿法脱硫系统均实现了DCS集中控制，对脱硫吸收塔进出口参数及浆液循环泵运行状态均有在线监测手段，这些参数与锅炉其他运行参数一道已经被采集并存储在电厂SIS系统中，从而形成了脱硫系统运行数据库，这些实时数据以及历史数据中包含了丰富的系统信息，是系统运行状态最真实的反映。从过程数据中扫描出以往吸收塔浆液循环泵组合变化前后对脱硫效果影响的数据，实现浆液循环泵实施优化调度，对进一步降低污染物治理能耗水平具有重要意义。
发明内容
发明目的：本发明提供一种基于过程数据扫描的浆液循环泵优化调度方法，从过程数据中扫描出机组历史上浆液循环泵组合变化对脱硫效果影响的数据，对当前浆液循环泵进行优化调度。
技术方案：为实现上述发明目的，本发明采用如下技术方案：
一种基于过程数据扫描的浆液循环泵优化调度方法，包括以下步骤：
步骤(1)变量选择
不同外界条件下，泵组合变化对系统脱硫率产生的影响不同，需要结合机理分析与现场测点情况选取测点变量，选取出的变量构成一确定的工况条件，当工况条件一定时，某一泵组合变化引起的系统脱硫率的变化一定；
除泵组合情况外，影响脱硫率变化的因素分为烟气因素和运行因素；烟气因素包括吸收塔进口烟气流量和吸收塔入口SO2浓度；运行因素包括泵组合变化前系统脱硫率和浆液pH；
步骤(2)数据扫描与组合划分
以往基于现场试验得到的浆液循环泵组合变化对脱硫效果影响样本点较少，覆盖的工况范围小。在这里，为了得到更加丰富的样本，从过程数据中得到浆液循环泵组合变化对脱硫效果的影响数据，包括以下步骤：
步骤(2a)扫描过程数据
从当前时刻开始，导出对象历史数据库中过去某一段时间内步骤(1)中选出的变量数据，以及代表各个泵启停状态的数据；根据各个泵启停状态数据，可以得到泵组合变化时间点，取出该时间点前一时刻步骤(1)中选择出的变量数据以及该时间点后一时刻系统脱硫率变化数据，即可以得到此外界条件下该浆液泵组合变化对系统脱硫效果的影响数据，找出全部泵组合变化的时间点，取出相应数据，组成如下数据集D；
式(I)中：xi代表泵组合变化前步骤(1)中选出的不同变量的具体数值，yj代表泵组合变化后系统脱硫率变化量，其中，i＝1…N；j＝1…N；
步骤(2b)组合划分
将步骤(2a)中得到的数据集D划分为不同泵组合变化的子数据集D1,D2···Dm，其中m＝1…N，每一个子数据集中的样本为浆液循环泵由一种组合变换到另一种组合的数据；
步骤(3)浆液循环泵实时优化调度
利用步骤(2)中得到的子数据集D1,D2···Dm，对浆液循环泵进行实时优化调度，目的是在保证机组脱硫系统安全运行的同时，提高系统的经济性，包括以下步骤：
步骤(3a)优化调度的触发条件
机组脱硫系统被考核的部分主要是SO2排放浓度，考虑到机组运行需要同时满足安全性和经济性，即在维持SO2排放浓度不超标的情况下使用耗电较少的浆液循环泵组合。在这里需要根据机组运行特性设定优化调度的安全上限和经济下限，当排放浓度超过安全上限，认为机组有超标危险，启泵优化；当排放浓度低于经济下限，认为此时浆液泵组合能力过剩，停泵优化；当排放浓度在上下限之间时，认为机组运行状态合理，不进行浆液循环泵的优化；
步骤(3b)浆液循环泵组合寻优
当过程条件满足优化调度触发条件后，进行浆液循环泵组合寻优；首先根据当前泵组合情况，找到相应的数据集Di,Di+1···，分别对应当前泵组合变化到其余泵组合的数据集；之后根据下式计算各数据集中每条样本与当前运行环境的相似程度ε；ε越小表示越相似；
式(II)中：Xj代表当前运行条件下步骤(1)中选出的不同变量的具体数值，其中，j＝1…N；
各数据集中ε最小的样本所对应的y为当前泵组合变化到对应泵组合后系统脱硫率变化，结合此时进口SO2浓度可计算出SO2排放浓度变化数值；找出排放浓度处于步骤(3a)中上下限之间的能耗最小的泵组合变化作为优化结果。若计算出所有结果都低于经济下限，则以所有泵组合中能耗最小的作为优化结果；若计算出所有结果都高于安全上限，则以所有泵组合中能耗最大的作为优化结果；其中上述N均为整数。
步骤(1)中，所述的烟气因素还包括吸收塔入口烟气温度，吸收塔入口烟气中氧含量及粉尘含量。
步骤(1)中，所述的运行因素还包括钙硫比，浆液密度和吸收塔液位。
完成步骤(3)浆液循环泵实时优化调度后，为了保证数据集D中样本的丰富性和时效性，数据集D的更新步骤包括：设定数据集D中样本数量上限为α，当根据对象历史数据库形成数据集D后，现场再次出现泵组合变化情况时，将泵组合变化前后相应数据加入数据集D中，并判断此时数据集D中数据量是否超限，若超限，则剔除其中时间标签最旧的样本，否则不剔除样本。
有益效果：与现有技术相比，本发明的一种基于过程数据扫描的浆液循环泵优化调度方法，克服了现场试验方法中所获的样本工况覆盖范围窄的缺点，扩大了浆液循环泵优化调度的适用范围；同时本方法相比现场试验方法所需成本低，操作便捷。
附图说明
图1是浆液循环泵优化调度方法流程图；
图2是优化建议的结果图；
图3是优化效果图。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
一种基于过程数据扫描的浆液循环泵优化调度方法，包括以下步骤：
步骤(1)变量选择
不同外界条件下，泵组合变化对系统脱硫率产生的影响不同，需要结合机理分析与现场测点情况选取测点变量，选取出的变量构成一确定的工况条件，当工况条件一定时，某一泵组合变化引起的系统脱硫率的变化一定；
除泵组合情况外，影响脱硫率变化的因素分为烟气因素和运行因素；烟气因素包括吸收塔进口烟气流量和吸收塔入口SO2浓度；运行因素包括泵组合变化前系统脱硫率和浆液pH；
步骤(2)数据扫描与组合划分
以往基于现场试验得到的浆液循环泵组合变化对脱硫效果影响样本点较少，覆盖的工况范围小。在这里，为了得到更加丰富的样本，从过程数据中得到浆液循环泵组合变化对脱硫效果的影响数据，包括以下步骤：
步骤(2a)扫描过程数据
从当前时刻开始，导出对象历史数据库中过去某一段时间内步骤(1)中选出的变量数据，以及代表各个泵启停状态的数据；根据各个泵启停状态数据，可以得到泵组合变化时间点，取出该时间点前一时刻步骤(1)中选择出的变量数据以及该时间点后一时刻系统脱硫率变化数据，即可以得到此外界条件下该浆液泵组合变化对系统脱硫效果的影响数据，找出全部泵组合变化的时间点，取出相应数据，组成如下数据集D；
式(I)中：xi代表泵组合变化前步骤(1)中选出的不同变量的具体数值，yj代表泵组合变化后系统脱硫率变化量，其中，i＝1…N；j＝1…N；
步骤(2b)组合划分
将步骤(2a)中得到的数据集D划分为不同泵组合变化的子数据集D1,D2···Dm，其中m＝1…N，每一个子数据集中的样本为浆液循环泵由一种组合变换到另一种组合的数据；
步骤(3)浆液循环泵实时优化调度
利用步骤(2)中得到的子数据集D1,D2···Dm，对浆液循环泵进行实时优化调度，目的是在保证机组脱硫系统安全运行的同时，提高系统的经济性，包括以下步骤：
步骤(3a)优化调度的触发条件
机组脱硫系统被考核的部分主要是SO2排放浓度，考虑到机组运行需要同时满足安全性和经济性，即在维持SO2排放浓度不超标的情况下使用耗电较少的浆液循环泵组合。在这里需要根据机组运行特性设定优化调度的安全上限和经济下限，当排放浓度超过安全上限，认为机组有超标危险，启泵优化；当排放浓度低于经济下限，认为此时浆液泵组合能力过剩，停泵优化；当排放浓度在上下限之间时，认为机组运行状态合理，不进行浆液循环泵的优化；
步骤(3b)浆液循环泵组合寻优
当过程条件满足优化调度触发条件后，进行浆液循环泵组合寻优；首先根据当前泵组合情况，找到相应的数据集Di,Di+1···，分别对应当前泵组合变化到其余泵组合的数据集；之后根据下式计算各数据集中每条样本与当前运行环境的相似程度ε；ε越小表示越相似；
式(II)中：Xj代表当前运行条件下步骤(1)中选出的不同变量的具体数值，其中，j＝1…N；
各数据集中ε最小的样本所对应的y为当前泵组合变化到对应泵组合后系统脱硫率变化，结合此时进口SO2浓度可计算出SO2排放浓度变化数值；找出排放浓度处于步骤(3a)中上下限之间的能耗最小的泵组合变化作为优化结果。若计算出所有结果都低于经济下限，则以所有泵组合中能耗最小的作为优化结果；若计算出所有结果都高于安全上限，则以所有泵组合中能耗最大的作为优化结果；其中上述N均为整数。
步骤(1)中，所述的烟气因素还包括吸收塔入口烟气温度，吸收塔入口烟气中氧含量及粉尘含量。
步骤(1)中，所述的运行因素还包括钙硫比，浆液密度和吸收塔液位。
完成步骤(3)浆液循环泵实时优化调度后，为了保证数据集D中样本的丰富性和时效性，数据集D的更新步骤包括：设定数据集D中样本数量上限为α，当根据对象历史数据库形成数据集D后，现场再次出现泵组合变化情况时，将泵组合变化前后相应数据加入数据集D中，并判断此时数据集D中数据量是否超限，若超限，则剔除其中时间标签最旧的样本，否则不剔除样本。
实施例1
本发明为解决电厂脱硫系统能耗大的问题，提出一种基于过程数据扫描的脱硫系统浆液循环泵优化调度方法，如图1所示。该方法包括以下步骤：结合机理分析与现场实际测点情况选取出影响脱硫率的因素；从对象机组历史数据库中扫描泵变化前选择出的变量数据，作为工况限制条件，同时扫描出泵组合变化后系统脱硫率变化，作为该工况下该种泵组合变化对脱硫效果的影响数据；根据不同泵组合变化情况将扫描出的数据分为不同的数据集；当过程情况满足优化调度触发条件时，进行浆液循环泵的优化调度，否则维持当前泵组合不变；当现场新出现泵组合变化时，将相应数据加入数据集中，并判断数据集中数据量是否超限，若超限则剔除数据集中时间标签最旧的样本，否则不剔除数据。
下面以某火电机组吸收塔系统为例来介绍一种基于过程数据扫描的浆液循环泵优化调度方法的具体实施步骤，该吸收塔系统配备三台浆液循环泵。
整个优化调度过程主要有变量选择，数据扫描与组合划分，浆液循环泵实时优化调度，数据集的更新4个核心部分。结合图1所示流程，步骤如下：
(1)变量选择
对对象机组脱硫系统测点情况进行考察，最终选择吸收塔进口烟气流量，吸收塔入口SO2浓度，泵组合变化前系统脱硫率，浆液pH作为变量，这些变量可构成一组确定的工况。
(2)数据扫描与组合划分
导出对象系统近两年的历史运行数据，其中共有228次泵组合变化情况发生，取出其中泵组合变化前步骤(1)中选出的变量及泵组合变化后系统脱硫率变化数据，构成数据集D。
对象机组脱硫系统配备A，B，C三台浆液循环泵，功率分别为355KW，400KW，450KW。由于现场线路安全性和环保要求的限制，现场浆液循环泵组合有ABC,AB,BC三种，即浆液循环泵变换组合可分为ABC泵到AB泵，ABC泵到BC泵，AB泵到ABC泵，BC泵到ABC泵四种工况。AB和BC泵之间的变换需经过ABC泵过渡，已经包含在上面四种组合中。
(3)浆液循环泵实时优化调度
对象机组的SO2排放限值为200mg/m3。在这里我们给出优化调度的经济下限为100mg/m3，安全上限为160mg/m3，当机组SO2排放浓度位于经济下限和安全上限之间时，认为机组运行正常，不进行浆液循环泵优化调度，当排放浓度高于安全上限或者低于经济下限时，根据当前泵组合以及当前脱硫率，吸收塔进口SO2浓度，浆液pH，机组负荷去样本库中扫描出当前工况下变换到其他泵组合时系统脱硫率的变化量，从而计算出当前泵组合变化到其他泵组合后SO2排放浓度。选择SO2排放浓度处于安全上限和经济下限中功率最低的泵组合作为优化建议组合，若计算出当前泵组合变化到其余组合后SO2排放浓度都高于安全上限，则推荐ABC泵运行；若计算出的排放浓度都低于经济下限，则推荐AB泵运行。某段时间的优化结果如图2-3所示。图2是优化建议的结果图，其中实线代表这段时间现场实际泵组合情况，虚线代表这段时间本优化调度方法建议的泵组合情况；图3是优化效果图，其中实线代表图2中现场实际泵组合下吸收塔出口SO2浓度，虚线代表图2中优化调度方法建议的泵组合下吸收塔出口SO2浓度。
(4)数据集的更新
考虑到对象机组脱硫系统浆液循环泵切换并不频繁，在这里我们设定数据集中样本数上限为300。当现场出现泵组合变化情况时，将泵组合变化前步骤(1)中选出的变量及泵组合变化后系统脱硫率变化数据加入数据集中，并判断此时数据集中数据量是否超限，若超限，则剔除其中时间标签最旧的样本，否则不剔除样本。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种基于过程数据扫描的浆液循环泵优化调度方法，其特征在于，包括以下步骤：
步骤(1)变量选择
除泵组合情况外，影响脱硫率变化的因素分为烟气因素和运行因素；烟气因素包括吸收塔进口烟气流量和吸收塔入口SO2浓度；运行因素包括泵组合变化前系统脱硫率和浆液pH；
步骤(2)数据扫描与组合划分
从过程数据中得到浆液循环泵组合变化对脱硫效果的影响数据，包括以下步骤：
步骤(2a)扫描过程数据
从当前时刻开始，导出对象历史数据库中过去某一段时间内步骤(1)中选出的变量数据，以及代表各个泵启停状态的数据；根据各个泵启停状态数据，可以得到泵组合变化时间点，取出该时间点前一时刻步骤(1)中选择出的变量数据以及该时间点后一时刻系统脱硫率变化数据，即可以得到此外界条件下该浆液泵组合变化对系统脱硫效果的影响数据，找出全部泵组合变化的时间点，取出相应数据，组成如下数据集D；
D = x 1 1 , x 1 2 , x 1 3 , ...... x 1 N , y 1 x 2 1 , x 2 2 , x 2 3 , ...... x 2 N , y 2 . . . x n 1 , x n 2 , x n 3 , ...... x n N , y n - - - ( I ) ;
式(I)中：xi代表泵组合变化前步骤(1)中选出的不同变量的具体数值，yj代表泵组合变化后系统脱硫率变化量，其中，i＝1…N；j＝1…N；
步骤(2b)组合划分
将步骤(2a)中得到的数据集D划分为不同泵组合变化的子数据集D1,D2…Dm，其中m＝1…N，每一个子数据集中的样本为浆液循环泵由一种组合变换到另一种组合的数据；
步骤(3)浆液循环泵实时优化调度
利用步骤(2)中得到的子数据集D1,D2…Dm，对浆液循环泵进行实时优化调度，目的是在保证机组脱硫系统安全运行的同时，提高系统的经济性，包括以下步骤：
步骤(3a)优化调度的触发条件
根据机组运行特性设定优化调度的安全上限和经济下限，当排放浓度超过安全上限，认为机组有超标危险，启泵优化；当排放浓度低于经济下限，认为此时浆液泵组合能力过剩，停泵优化；当排放浓度在上下限之间时，认为机组运行状态合理，不进行浆液循环泵的优化；
步骤(3b)浆液循环泵组合寻优
当过程条件满足优化调度触发条件后，进行浆液循环泵组合寻优；首先根据当前泵组合情况，找到相应的数据集Di,Di+1…，分别对应当前泵组合变化到其余泵组合的数据集；之后根据下式计算各数据集中每条样本与当前运行环境的相似程度ε；ε越小表示越相似；
ϵ = ( X 1 - x k 1 ) 2 + ( X 2 - x k 2 ) 2 + ... ( X N - x k N ) 2 - - - ( I I ) ;
式(II)中：Xj代表当前运行条件下步骤(1)中选出的不同变量的具体数值，其中，j＝1…N；
各数据集中ε最小的样本所对应的y为当前泵组合变化到对应泵组合后系统脱硫率变化，结合此时进口SO2浓度可计算出SO2排放浓度变化数值；找出排放浓度处于步骤(3a)中上下限之间的能耗最小的泵组合变化作为优化结果。若计算出所有结果都低于经济下限，则以所有泵组合中能耗最小的作为优化结果；若计算出所有结果都高于安全上限，则以所有泵组合中能耗最大的作为优化结果；其中上述N均为整数。
2.根据权利要求1所述的一种基于过程数据扫描的浆液循环泵优化调度方法，其特征在于：步骤(1)中，所述的烟气因素还包括吸收塔入口烟气温度，吸收塔入口烟气中氧含量及粉尘含量。
3.根据权利要求1所述的一种基于过程数据扫描的浆液循环泵优化调度方法，其特征在于：步骤(1)中，所述的运行因素还包括钙硫比，浆液密度和吸收塔液位。
4.根据权利要求1所述的一种基于过程数据扫描的浆液循环泵优化调度方法，其特征在于：完成所述步骤(3)浆液循环泵实时优化调度后，为了保证数据集D中样本的丰富性和时效性，数据集D的更新步骤包括：设定数据集D中样本数量上限为α，当根据对象历史数据库形成数据集D后，现场再次出现泵组合变化情况时，将泵组合变化前后相应数据加入数据集D中，并判断此时数据集D中数据量是否超限，若超限，则剔除其中时间标签最旧的样本，否则不剔除样本。
CN201610929475.8A 2016-10-31 2016-10-31 一种基于过程数据扫描的浆液循环泵优化调度方法 Active CN106447130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610929475.8A CN106447130B (zh) 2016-10-31 2016-10-31 一种基于过程数据扫描的浆液循环泵优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610929475.8A CN106447130B (zh) 2016-10-31 2016-10-31 一种基于过程数据扫描的浆液循环泵优化调度方法

Publications (2)

Publication Number Publication Date
CN106447130A true CN106447130A (zh) 2017-02-22
CN106447130B CN106447130B (zh) 2019-05-31

Family

ID=58178135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610929475.8A Active CN106447130B (zh) 2016-10-31 2016-10-31 一种基于过程数据扫描的浆液循环泵优化调度方法

Country Status (1)

Country Link
CN (1) CN106447130B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109276990A (zh) * 2018-09-19 2019-01-29 厦门邑通软件科技有限公司 一种循环泵降耗智能管理系统
CN109409772A (zh) * 2018-11-13 2019-03-01 北京国电龙源环保工程有限公司 基于大数据的脱硫供浆系统密度调节方法、系统及计算机可读介质
CN109459988A (zh) * 2018-11-13 2019-03-12 北京国电龙源环保工程有限公司 基于大数据的脱硫装置脱水系统优化控制方法、系统及计算机可读介质
CN109603494A (zh) * 2018-11-13 2019-04-12 北京国电龙源环保工程有限公司 基于大数据的脱硫装置吸收循环系统优化运行方法及吸收循环系统
CN109636115A (zh) * 2018-11-13 2019-04-16 北京国电龙源环保工程有限公司 基于大数据的吸收塔浆液亚硫酸钙浓度拟合方法及系统
CN109636001A (zh) * 2018-11-13 2019-04-16 北京国电龙源环保工程有限公司 基于大数据的脱硫供浆系统pH值调节方法、系统及计算机可读介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103900398A (zh) * 2014-03-06 2014-07-02 东南大学 基于水温反馈的间接干式空冷机组循环水优化调度方法
CN104131983A (zh) * 2014-07-24 2014-11-05 扬州大学 石化企业循环冷却水系统水泵机组及调节阀最优组合运行方案确定方法
CN104295475A (zh) * 2013-07-18 2015-01-21 国家电网公司 一种脱硫浆液循环泵rb的方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104295475A (zh) * 2013-07-18 2015-01-21 国家电网公司 一种脱硫浆液循环泵rb的方法及系统
CN103900398A (zh) * 2014-03-06 2014-07-02 东南大学 基于水温反馈的间接干式空冷机组循环水优化调度方法
CN104131983A (zh) * 2014-07-24 2014-11-05 扬州大学 石化企业循环冷却水系统水泵机组及调节阀最优组合运行方案确定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZONGLIANG QIAO ET AL.: "Fault diagnosis of slurry pH data base on autoregressive integrated moving average and least squares support vector machines", 《2013 ICNC》 *
王仁雷等: "不同浆液循环泵运行方式下串联吸收塔脱硫效果评价及优化", 《电站系统工程》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109276990A (zh) * 2018-09-19 2019-01-29 厦门邑通软件科技有限公司 一种循环泵降耗智能管理系统
WO2020057171A1 (zh) * 2018-09-19 2020-03-26 厦门邑通软件科技有限公司 一种循环泵降耗智能管理系统
CN109409772A (zh) * 2018-11-13 2019-03-01 北京国电龙源环保工程有限公司 基于大数据的脱硫供浆系统密度调节方法、系统及计算机可读介质
CN109459988A (zh) * 2018-11-13 2019-03-12 北京国电龙源环保工程有限公司 基于大数据的脱硫装置脱水系统优化控制方法、系统及计算机可读介质
CN109603494A (zh) * 2018-11-13 2019-04-12 北京国电龙源环保工程有限公司 基于大数据的脱硫装置吸收循环系统优化运行方法及吸收循环系统
CN109636115A (zh) * 2018-11-13 2019-04-16 北京国电龙源环保工程有限公司 基于大数据的吸收塔浆液亚硫酸钙浓度拟合方法及系统
CN109636001A (zh) * 2018-11-13 2019-04-16 北京国电龙源环保工程有限公司 基于大数据的脱硫供浆系统pH值调节方法、系统及计算机可读介质
CN109603494B (zh) * 2018-11-13 2021-02-19 北京国电龙源环保工程有限公司 基于大数据的脱硫装置吸收循环系统优化运行方法及吸收循环系统
CN109636115B (zh) * 2018-11-13 2022-03-15 国能龙源环保有限公司 基于大数据的吸收塔浆液亚硫酸钙浓度拟合方法及系统
CN109636001B (zh) * 2018-11-13 2023-05-23 国能龙源环保有限公司 基于大数据的脱硫供浆系统pH值调节方法、系统及计算机可读介质

Also Published As

Publication number Publication date
CN106447130B (zh) 2019-05-31

Similar Documents

Publication Publication Date Title
CN106447130A (zh) 一种基于过程数据扫描的浆液循环泵优化调度方法
Haščič et al. Measuring environmental innovation using patent data
Olabi Energy quadrilemma and the future of renewable energy
Jiang et al. Energy demand and emissions in 2030 in China: scenarios and policy options
Vooradi et al. Sustainable chemical processing and energy-carbon dioxide management: review of challenges and opportunities
CN104836259B (zh) 一种多能源船舶微网实时能量优化调度方法
CN103955752B (zh) 一种燃煤电厂污染物排放总量控制智能化决策方法
CN103197549A (zh) 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法
CN112994115B (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
Ebrahimi et al. Exergy and economic analyses of an innovative integrated system for cogeneration of treated biogas and liquid carbon dioxide using absorption–compression refrigeration system and ORC/Kalina power cycles through geothermal energy
CN115309117B (zh) 一种基于数据驱动的wfgd出口so2浓度预测及智能优化方法
CN111598308B (zh) 基于回归和二重pso算法解决浆液循环泵组合优化方法
CN113705905A (zh) 碳中和目标下行业技术发展路径的确定方法和装置
CN104959015A (zh) 能实现超净排放的烟气脱硫自动控制系统及其脱硫方法
CN111815114A (zh) 一种太阳能复合燃气供热采暖系统综合评价方法
CN110779076A (zh) 一种用于多能互补供热系统的节能环保评价方法
CN101598927B (zh) 一种基于神经网络的纯碱碳化工艺控制系统及其控制方法
Kılkış et al. Sustainable development of energy, water and environment systems in the critical decade for climate action
CN204746081U (zh) 能实现超净排放的烟气脱硫自动控制机构
CN109802447A (zh) 一种cchp系统调度评价方法
Cheng et al. Modeling and optimization of carbon-negative NGCC plant enabled by modular direct air capture
CN105738146B (zh) 高温热泵和低温发电机组性能测试系统
WO2024108641A1 (zh) 一种基于低碳用能优化协同的区域碳排放智慧测量系统
CN116629553A (zh) 基于非完全区间多目标模糊优化的区域综合能源调度方法
CN104645817A (zh) 单塔多pH分级喷淋控制脱硫系统及工艺

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant