CN107315845A - 硫磺装置尾气达标方法 - Google Patents
硫磺装置尾气达标方法 Download PDFInfo
- Publication number
- CN107315845A CN107315845A CN201610411542.7A CN201610411542A CN107315845A CN 107315845 A CN107315845 A CN 107315845A CN 201610411542 A CN201610411542 A CN 201610411542A CN 107315845 A CN107315845 A CN 107315845A
- Authority
- CN
- China
- Prior art keywords
- tail gas
- sulphur unit
- concentration
- sulphur
- emission
- 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
Links
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical group [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000013499 data model Methods 0.000 claims abstract description 11
- 238000004140 cleaning Methods 0.000 claims abstract description 6
- 239000005864 Sulphur Substances 0.000 claims description 18
- 238000011835 investigation Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012913 prioritisation Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000004393 prognosis Methods 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000005504 petroleum refining Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种硫磺装置尾气达标方法，主要解决在现有设施情况下实现硫磺装置尾气SO2排放达标的问题。本发明通过采用一种硫磺装置尾气达标方法，对典型硫磺装置的现有环保大数据进行整体分析，完成相关数据的采集、清洗及标准化，利用大数据的相关性算法提取与SO2排放浓度强相关的关键性操作变量，完成硫磺装置环保大数据建模。利用硫磺装置环保大数据模型，实现输入强相关操作变量即能够完成SO2排放浓度的预测模拟计算，并实现自动对影响SO2排放浓度操作参数数据预警，提前采取保障措施对硫磺装置尾气SO2的排放浓度进行控制的技术方案较好地解决了上述问题，可用于硫磺装置尾气达标优化中。
Description
技术领域
本发明涉及一种硫磺装置尾气达标方法。
背景技术
硫磺回收装置制硫尾气现执行《大气污染物综合排放标准》(GB16297-1996)，按要求执行的标准为960mg/m3，但是《石油炼制工业污染物排放标准》已正式发布，规定新建的项目自2015年7月1日、现有的项目自2017年7月1日起实施，也就是要求硫磺尾气SO2的排放将执行更加严格的指标，执行的标准值为400mg/m3，特别限值为100mg/m3。按照目前的排放情况，届时将有大量硫磺装置尾气不能够稳定达标，所以急需解决硫磺装置尾气SO2排放达标的问题，开展硫磺尾气SO2达标整体优化方案的排放研究。
利用环保大数据技术，探索硫磺装置相关工艺控制参数与尾气SO2浓度的深层次内在关系，利用大数据技术进行数据抽取、转换、分析和模型化处理从中提取影响硫磺装置尾气SO2排放浓度的强操作量和辅助生产决策的关键性数据，实现在不新增脱硫设施的情况下保障硫磺装置尾气SO2尾气稳定达标和系统自动形成当前工况下SO2达标排放的整体优化方案。
发明内容
本发明所要解决的技术问题是在现有设施情况下实现硫磺装置尾气SO2排放达标的问题，提供一种新的硫磺装置尾气达标方法。该方法具有可在现有设施情况下实现硫磺装置尾气SO2排放达标的优点。
为解决上述问题，本发明采用的技术方案如下：一种硫磺装置尾气达标方法，基于环保大数据技术，包括：大数据建模、分析预测和决策调控，大数据建模通过整体分析典型硫磺装置现有环保数据、采集清洗及标准化相关数据、提取与SO2浓度强相关操作量和建立硫磺装置环保大数据建模；分析预测依据所建立的典型硫磺装置环保大数据模型，建立SO2浓度预测模型通过建立拟合不同模型研究不同关系，直到发现有用信息，实现预测计算SO2排放浓度、自动预警影响SO2排放浓度操作参数和能保障硫磺装置尾气SO2达标排放可操作性；决策调控通过已经建立的硫磺装置尾气SO2达标排放优化系统，分析得到强相关变量的理论最优点、实现自动推荐当前工况下SO2达标优化的方案。
上述技术方案中，优选地，完成典型硫磺装置环保大数据建模，包括：数据采集、数据分析和数据模型，数据采集是收集硫磺装置的现有环保相关的数据，完成相关数据的采集、清洗及标准化，将杂乱的原始数据根据一定的算法处理，第一步聚类：将数据库划分为不同的组群，群与群之间要求差别很明显，在同一个群之间的数据尽量相似；第二步分类：通过分析数据库中的环保数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对整个环保数据库中的记录进行分类；第三步关联：寻找在同一个事件中出现的不同的相关性，利用大数据的相关性算法提取与SO2排放浓度强相关的关键性操作变量，完成硫磺装置环保大数据建模。
上述技术方案中，优选地，实现硫磺装置尾气SO2浓度的分析预测，依据所建立的典型硫磺装置环保大数据模型，通过建立拟合不同模型研究不同关系，找到对SO2浓度的分析预测算法，根据时间序列型数据，有历史的和当前的数据模拟输出结果数据，并逐步完善精确环保大数据算法，实现预测计算SO2排放浓度、自动预警影响SO2排放浓度操作参数，提前采取保障措施对硫磺装置尾气SO2的排放浓度进行控制，从而保障硫磺装置尾气SO2稳定达标排放。
上述技术方案中，优选地，通过硫磺装置尾气SO2达标排放优化方法，实现尾气达标排放决策调控，建立硫磺装置尾气SO2达标排放优化系统，通过大数据分析算法得到强相关变量的理论最优点，实现系统自动推荐当前工况下SO2达标优化方案，解决在不改变现有工艺的情况下实现硫磺装置尾气SO2排放达标的优化的问题。
本发明提出一种硫磺装置尾气达标方法通过硫磺装置尾气SO2达标排放优化方法，实现尾气达标排放决策调控，建立硫磺装置尾气SO2达标排放优化系统，通过大数据分析算法得到强相关变量的理论最优点，实现系统自动推荐当前工况下SO2达标优化方案，解决在不改变现有工艺的情况下实现硫磺装置尾气SO2排放达标的优化的问题，取得了较好的技术效果。
附图说明
图1为一种硫磺装置尾气达标方法的流程示意图。
下面通过实施例对本发明作进一步的阐述，但不仅限于本实施例。
具体实施方式
【实施例1】
一种硫磺装置尾气达标方法，基于环保大数据技术，包括：大数据建模、分析预测和决策调控，大数据建模通过整体分析典型硫磺装置现有环保数据、采集清洗及标准化相关数据、提取与SO2浓度强相关操作量和建立硫磺装置环保大数据建模；分析预测依据所建立的典型硫磺装置环保大数据模型，建立SO2浓度预测模型通过建立拟合不同模型研究不同关系，直到发现有用信息，实现预测计算SO2排放浓度、自动预警影响SO2排放浓度操作参数和能保障硫磺装置尾气SO2达标排放可操作性；决策调控通过已经建立的硫磺装置尾气SO2达标排放优化系统，分析得到强相关变量的理论最优点、实现自动推荐当前工况下SO2达标优化的方案。
如图1所示，1为硫磺装置尾气SO2排放浓度的相关原始环保数据，2为通过大数据相关性算法对已经采集、清洗及标准化的数据进行相关性的分析，提取与硫磺装置尾气SO2排放浓度的强相关操作量建立的硫磺装置尾气SO2排放浓度环保大数据模型，3为硫磺尾气SO2达标排放优化系统，系统能够实现硫磺装置尾气SO2排放浓度预测、预警，提供当前工况下SO2达标排放的整体优化方案。①为大数据相关性算法：对大量数据进行聚类、分类、关联和预测的系统化处理发现有用关系，即提取影响硫磺装置尾气SO2排放浓度的强相关操作量。预测需求通过建立拟合不同模型研究不同关系，直到发现有用信息，即用于分析原因解决问题，形成磺装置尾气SO2排放浓度环保大数据模型；②为大数据计算分析优化：分析影响硫磺装置尾气SO2排放浓度与其他业务领域进行关联性分析需求，这种需求可以是企业内部不同专业之间，也可能是不同企业跨专业之间，完善硫磺尾气SO2达标排放优化系统；③为自动推荐当前工况下SO2达标优化方案功能，旨在自动提供专业可靠的降低硫磺装置尾气SO2排放浓度的操作方法，实现硫磺装置SO2尾气排放浓度达标优化。
具体包括：
1、完成典型硫磺装置环保大数据建模，包括：数据采集、数据分析和数据模型。数据采集是收集硫磺装置的现有环保相关的数据，完成相关数据的采集、清洗及标准化，将杂乱的原始数据根据一定的算法处理，第一步聚类：将数据库划分为不同的组群，群与群之间要求差别很明显，在同一个群之间的数据尽量相似；第二步分类：通过分析数据库中的环保数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对整个环保数据库中的记录进行分类；第三步关联：寻找在同一个事件中出现的不同的相关性，利用大数据的相关性算法提取与SO2排放浓度强相关的关键性操作变量，完成硫磺装置环保大数据建模。
2、实现硫磺装置尾气SO2浓度的分析预测，依据所建立的典型硫磺装置环保大数据模型，通过建立拟合不同模型研究不同关系，找到对SO2浓度的分析预测算法，根据时间序列型数据，有历史的和当前的数据模拟输出结果数据，并逐步完善精确环保大数据算法，实现预测计算SO2排放浓度、自动预警影响SO2排放浓度操作参数，提前采取保障措施对硫磺装置尾气SO2的排放浓度进行控制，从而保障硫磺装置尾气SO2稳定达标排放。
3、通过硫磺装置尾气SO2达标排放优化方法，实现尾气达标排放决策调控，建立硫磺装置尾气SO2达标排放优化系统，通过大数据分析算法得到强相关变量的理论最优点，实现系统自动推荐当前工况下SO2达标优化方案，解决在不改变现有工艺的情况下实现硫磺装置尾气SO2排放达标的优化的问题。
Claims (4)
1.一种硫磺装置尾气达标方法，基于环保大数据技术，包括：大数据建模、分析预测和决策调控，大数据建模通过整体分析典型硫磺装置现有环保数据、采集清洗及标准化相关数据、提取与SO2浓度强相关操作量和建立硫磺装置环保大数据建模；分析预测依据所建立的典型硫磺装置环保大数据模型，建立SO2浓度预测模型通过建立拟合不同模型研究不同关系，直到发现有用信息，实现预测计算SO2排放浓度、自动预警影响SO2排放浓度操作参数和能保障硫磺装置尾气SO2达标排放可操作性；决策调控通过已经建立的硫磺装置尾气SO2达标排放优化系统，分析得到强相关变量的理论最优点、实现自动推荐当前工况下SO2达标优化的方案。
2.根据权利要求1所述硫磺装置尾气达标方法，其特征在于完成典型硫磺装置环保大数据建模，包括：数据采集、数据分析和数据模型，数据采集是收集硫磺装置的现有环保相关的数据，完成相关数据的采集、清洗及标准化，将杂乱的原始数据根据一定的算法处理，第一步聚类：将数据库划分为不同的组群，群与群之间要求差别很明显，在同一个群之间的数据尽量相似；第二步分类：通过分析数据库中的环保数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对整个环保数据库中的记录进行分类；第三步关联：寻找在同一个事件中出现的不同的相关性，利用大数据的相关性算法提取与SO2排放浓度强相关的关键性操作变量，完成硫磺装置环保大数据建模。
3.根据权利要求1所述硫磺装置尾气达标方法，其特征在于实现硫磺装置尾气SO2浓度的分析预测，依据所建立的典型硫磺装置环保大数据模型，通过建立拟合不同模型研究不同关系，找到对SO2浓度的分析预测算法，根据时间序列型数据，有历史的和当前的数据模拟输出结果数据，并逐步完善精确环保大数据算法，实现预测计算SO2排放浓度、自动预警影响SO2排放浓度操作参数，提前采取保障措施对硫磺装置尾气SO2的排放浓度进行控制，从而保障硫磺装置尾气SO2稳定达标排放。
4.根据权利要求1所述硫磺装置尾气达标方法，其特征在于通过硫磺装置尾气SO2达标排放优化方法，实现尾气达标排放决策调控，建立硫磺装置尾气SO2达标排放优化系统，通过大数据分析算法得到强相关变量的理论最优点，实现系统自动推荐当前工况下SO2达标优化方案，解决在不改变现有工艺的情况下实现硫磺装置尾气SO2排放达标的优化的问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610411542.7A CN107315845B (zh) | 2016-06-12 | 2016-06-12 | 硫磺装置尾气达标方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610411542.7A CN107315845B (zh) | 2016-06-12 | 2016-06-12 | 硫磺装置尾气达标方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107315845A true CN107315845A (zh) | 2017-11-03 |
| CN107315845B CN107315845B (zh) | 2020-07-24 |
Family
ID=60185099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610411542.7A Active CN107315845B (zh) | 2016-06-12 | 2016-06-12 | 硫磺装置尾气达标方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107315845B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108859A (zh) * | 2018-01-29 | 2018-06-01 | 北京易华录信息技术股份有限公司 | 一种基于大数据分析的交通管理勤务优化方法 |
| CN109324155A (zh) * | 2018-10-31 | 2019-02-12 | 中国石油天然气股份有限公司 | 炼化装置尾气污染物在线监测数据预警方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6383236B1 (en) * | 1998-05-04 | 2002-05-07 | Chevron U.S.A. Inc. | Low emission, non-oxygenated fuel composition |
| CN103530705A (zh) * | 2013-10-17 | 2014-01-22 | 武汉钢铁(集团)公司 | 一种钢铁企业煤气预测方法、装置及系统 |
| CN104249995A (zh) * | 2013-06-25 | 2014-12-31 | 中国石油化工股份有限公司 | 降低硫磺回收装置so2 排放浓度的方法 |
| CN104555939A (zh) * | 2013-10-15 | 2015-04-29 | 中国石油化工股份有限公司 | 硫磺回收装置净化气处理工艺 |
| US20150252228A1 (en) * | 2014-03-04 | 2015-09-10 | Frx Polymers, Inc. | Epoxy compositions |
| CN105016308A (zh) * | 2015-08-05 | 2015-11-04 | 攀钢集团攀枝花钢铁研究院有限公司 | 回收酸解尾气中硫的装置及方法 |
| CN105095653A (zh) * | 2015-07-13 | 2015-11-25 | 湖南互动传媒有限公司 | 医疗大数据应用基础服务系统 |
-
2016
- 2016-06-12 CN CN201610411542.7A patent/CN107315845B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6383236B1 (en) * | 1998-05-04 | 2002-05-07 | Chevron U.S.A. Inc. | Low emission, non-oxygenated fuel composition |
| CN104249995A (zh) * | 2013-06-25 | 2014-12-31 | 中国石油化工股份有限公司 | 降低硫磺回收装置so2 排放浓度的方法 |
| CN104555939A (zh) * | 2013-10-15 | 2015-04-29 | 中国石油化工股份有限公司 | 硫磺回收装置净化气处理工艺 |
| CN103530705A (zh) * | 2013-10-17 | 2014-01-22 | 武汉钢铁(集团)公司 | 一种钢铁企业煤气预测方法、装置及系统 |
| US20150252228A1 (en) * | 2014-03-04 | 2015-09-10 | Frx Polymers, Inc. | Epoxy compositions |
| CN105095653A (zh) * | 2015-07-13 | 2015-11-25 | 湖南互动传媒有限公司 | 医疗大数据应用基础服务系统 |
| CN105016308A (zh) * | 2015-08-05 | 2015-11-04 | 攀钢集团攀枝花钢铁研究院有限公司 | 回收酸解尾气中硫的装置及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴潜: "大数据背景下石化工业实现智能制造的思考", 《大数据背景下石化工业实现智能制造的思考》 * |
| 国龙: "硫磺回收装置尾气稳定达标排放因素分析", 《广州化工》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108859A (zh) * | 2018-01-29 | 2018-06-01 | 北京易华录信息技术股份有限公司 | 一种基于大数据分析的交通管理勤务优化方法 |
| CN109324155A (zh) * | 2018-10-31 | 2019-02-12 | 中国石油天然气股份有限公司 | 炼化装置尾气污染物在线监测数据预警方法及装置 |
| CN109324155B (zh) * | 2018-10-31 | 2022-03-01 | 中国石油天然气股份有限公司 | 炼化装置尾气污染物在线监测数据预警方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107315845B (zh) | 2020-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109814513B (zh) | 一种基于数据模型的催化裂化装置优化方法 | |
| CN103336107B (zh) | 一种水泥熟料f-CaO含量软测量方法 | |
| CN110263988A (zh) | 一种基于电厂脱硫系统的数据运行优化方法 | |
| CN103455635A (zh) | 基于最小二乘支持向量机集成的热工过程软测量建模方法 | |
| CN109800898A (zh) | 一种智能短期负荷预测方法及系统 | |
| CN103543719B (zh) | 一种基于工况的流程行业操作模式自适应调整方法 | |
| CN104820724B (zh) | 文本类教育资源知识点预测模型获得方法及模型应用方法 | |
| CN103676645A (zh) | 一种时间序列数据流中的关联规则的挖掘方法 | |
| CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
| CN104123451A (zh) | 基于偏最小二乘回归的疏浚作业产量预测模型建立方法 | |
| CN105389480A (zh) | 多类不平衡基因组学数据迭代集成特征选择方法及系统 | |
| CN104679738A (zh) | 互联网热词挖掘方法及装置 | |
| CN104153981A (zh) | 一种用于电站循环水泵启停时背压数据的预估方法 | |
| WO2021019551A1 (en) | System and method for real-time self-optimization of manufacturing operations | |
| CN102830621A (zh) | 一种多目标拆卸线的平衡控制方法 | |
| CN107315845A (zh) | 硫磺装置尾气达标方法 | |
| CN105740521A (zh) | 油藏数值模拟系统求解过程中的小网格剔除方法和装置 | |
| CN117056688A (zh) | 一种基于数据分析的新材料生产数据管理系统及方法 | |
| Takalo-Mattila et al. | Explainable Steel Quality Prediction System Based on Gradient Boosting Decision Trees | |
| CN108763584A (zh) | 一种风功率曲线散点过滤的方法及其系统 | |
| CN109711642B (zh) | 基于大数据的脱硫系统运行优化方法和系统 | |
| CN105023108B (zh) | 一种对标数据的获取方法及系统 | |
| CN107391490A (zh) | 一种智能语义分析与文本挖掘方法 | |
| CN111125082B (zh) | 基于关联规则挖掘的水泥工艺参数数据分析方法 | |
| Xu et al. | Low-cost sensor outlier detection framework for on-line monitoring of particle pollutants in multiple scenarios |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |