CN111242469B - 锅炉或窑炉超低排放与高效节能耦合运行的方法及系统 - Google Patents
锅炉或窑炉超低排放与高效节能耦合运行的方法及系统 Download PDFInfo
- Publication number
- CN111242469B CN111242469B CN202010020496.4A CN202010020496A CN111242469B CN 111242469 B CN111242469 B CN 111242469B CN 202010020496 A CN202010020496 A CN 202010020496A CN 111242469 B CN111242469 B CN 111242469B
- Authority
- CN
- China
- Prior art keywords
- index
- model
- energy
- emission
- energy consumption
- 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.)
- Active
Links
- 230000008878 coupling Effects 0.000 title claims abstract description 79
- 238000010168 coupling process Methods 0.000 title claims abstract description 79
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005265 energy consumption Methods 0.000 claims abstract description 121
- 239000000463 material Substances 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 230000007613 environmental effect Effects 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 238000006477 desulfuration reaction Methods 0.000 claims description 34
- 230000023556 desulfurization Effects 0.000 claims description 34
- 239000000779 smoke Substances 0.000 claims description 27
- 238000007405 data analysis Methods 0.000 claims description 24
- 239000000428 dust Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 230000003993 interaction Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 239000003245 coal Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000013499 data model Methods 0.000 description 14
- 239000000243 solution Substances 0.000 description 9
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 6
- 239000003546 flue gas Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 229910021529 ammonia Inorganic materials 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 239000002002 slurry Substances 0.000 description 3
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003009 desulfurizing effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Regulation And Control Of Combustion (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种锅炉或窑炉超低排放与高效节能耦合运行的方法及系统，方法包括以下步骤：确定影响环保设备运行状态的影响因素群；确定超低排放指标和能耗物耗指标；确定超低排放运行和节能耦合运行的综合评价指标；根据确定的影响因素群，获取所需历史运行数据和调控参数；对历史运行数据和调控参数进行预处理；建立超低排放模型、能耗物耗模型和综合评价模型，利用预处理后的数据进行模型分析；对超低排放模型、能耗物耗模型和综合评价模型进行验证；进行耦合处理获取锅炉或窑炉超低排放和高效节能运行的耦合模型；影响参数的降维分析，并预测超低排放指标与能耗物耗指标的变化趋势，本发明实现环保设备的超低排放指标下的低能耗物耗运行。
Description
技术领域
本发明涉及一种锅炉或窑炉超低排放与高效节能耦合运行的方法及系统，属于节能减排技术领域。
背景技术
自从2012年以来，由于空气环境的日益恶化，中国开始了对大气污染的从严治理，要求对工业窑炉、锅炉烟气以NOX排放控制为代表的技术有了新的要求。
为了满足超低排放的要求，锅炉及窑炉都配备了脱硝，除尘，脱硫三大环保设备，分别脱除烟气中的NOx，烟尘和SOx。在实际运行的过程中，由于锅炉或窑炉负荷的波动，往往会导致设备偏离设计运行的工况，而设备的参数调节又存在滞后性，导致能耗的上升和物耗的增加，或是无法满足超低排放的要求。即使在锅炉或窑炉负荷较为平稳的状态，设备的运行为了达到超低排放的要求，往往处于高能耗和物耗的运行状态，长期运行下去，不仅会造成资源的浪费，还会造成设备运行可靠性和稳定性下降。
由于影响超低排放和能耗物耗的因素众多，影响过程复杂，难以进行全部利用物理模型描述，因此需要研究一种实现超低排放和节能降耗两者耦合运行的方法。
发明内容
针对以上方法存在的不足，本发明提出了一种锅炉或窑炉超低排放与高效节能耦合运行的方法及系统，其能够提供最优运行操作建议，在满足超低排放的要求下，实现环保设备的低能耗物耗运行。
本发明解决其技术问题采取的技术方案是：
一方面，本发明实施例提供的一种锅炉或窑炉超低排放与高效节能耦合运行的方法，包括以下步骤：
步骤1：确定影响环保设备运行状态的影响因素群；
步骤2：确定超低排放指标和能耗物耗指标；
步骤3：确定超低排放运行和节能耦合运行的综合评价指标；
步骤4：根据确定的影响因素群，获取所需历史运行数据和调控参数；
步骤5：对历史运行数据和调控参数进行预处理；
步骤6：建立超低排放模型、能耗物耗模型和综合评价模型，利用预处理后的数据进行模型分析；
步骤7：对超低排放模型、能耗物耗模型和综合评价模型进行验证；
步骤8：对超低排放模型、能耗物耗模型和综合指标模型进行耦合处理，获取锅炉或窑炉超低排放和高效节能运行的耦合模型；
步骤9：根据影响因素数据的实时变化，进行影响参数的降维分析，并预测超低排放指标与能耗物耗指标的变化趋势。
作为本实施例的一种可能的实现方式，根据步骤1至步骤9形成锅炉或窑炉超低排放与高效节能耦合运行指导平台。
作为本实施例的一种可能的实现方式，所述确定影响环保设备运行状态的影响因素群的过程包括以下步骤：
根据运行负荷、煤种和烟气量确定运行条件组；
将所研究的目标分成系统级、部件级和元件级；
确定影响脱硝、除尘和脱硫三大环保系统相关设备运行状态的影响因素群。
作为本实施例的一种可能的实现方式，所述超低排放指标包括脱硝系统的超低排放指标、烟尘脱除系统的超低排放指标和脱硫系统的超低排放指标；所述能耗物耗指标包括脱硝系统的能耗物耗指标、烟尘脱除系统的能耗物耗指标和脱硫系统的能耗物耗指标。
作为本实施例的一种可能的实现方式，所述综合评价指标包括以排放指标为主导的综合指标和以能耗为主导的综合指标；其中以排放指标为主导的综合指标包括：单位排放指标的烟气阻力、单位排放指标的能耗值、单位排放指标的物耗值；以能耗为主导的综合指标包括：单位能耗的排放值、单位物耗的排放值、统计期间总能耗、统计期间总物耗。
作为本实施例的一种可能的实现方式，所述对历史运行数据和调控参数进行预处理的过程包括：设定参数阈值范围，剔除获取历史运行数据中的异常数据，建立参数变化曲线，进行延迟性分析；确定不同设备参数之间的延迟时间，对不同数据参数进行归一化处理。
作为本实施例的一种可能的实现方式，所述对超低排放模型、能耗物耗模型和综合评价模型进行验证的过程包括：
通过历史运行数据验证模型的准确性；
对于物理关系明确的元件，通过元件的物理模型对相应的对超低排放模型、能耗物耗模型和综合评价模型进行验证。
作为本实施例的一种可能的实现方式，所述获取锅炉或窑炉超低排放和高效节能运行的耦合模型过程包括：
将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以综合评价指标、最终的排放指标以及能耗物耗指标为评价标准，建立锅炉或窑炉超低排放和高效节能运行的耦合模型；
对耦合模型进行训练和更新；
将实时运行数据导入训练好的耦合模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解。
另一方面，本发明实施例提供的一种锅炉或窑炉超低排放与高效节能耦合运行的系统，并形成运行指导平台，包括：
数据获取模块，与厂级监控信息系统相连，负责读取锅炉或窑炉相关运行参数以及脱硝、除尘、脱硫系统相关设备的运行参数；
数据分析模块，嵌有超低排放模型、能耗物耗模型、综合指标模型以及超低排放模型、能耗物耗模型和综合指标模型三者的耦合模型，负责将获取的数据进行大数据分析，输出锅炉或窑炉满足超低排放指标下能耗物耗最低的参数调整最优解；
数据存储模块，负责存储由数据获取模块所获取的数据与数据分析模块所输出的数据；
用户交互模块，负责用户与平台之间的交互，实时显示数据分析模块的分析结果，并满足用户的查询需求。
作为本实施例的一种可能的实现方式，所述数据分析模块包括：
分析子模块，用于对脱硝系统、除尘系统、脱硫系统以及空气预热器进行分析；
数据耦合模块，用于超低排放模型、能耗物耗模型和综合指标模型进行耦合，建立耦合模型。
作为本实施例的一种可能的实现方式，所述用户交互模块包括：
正向性能预测查询模块，用于在输入调节参数后，通过大数据平台的分析，预测显示能耗指标与超低排放指标的变化趋势，进行各指标的变化量、变化率的波动性分析；
反向性能预测查询模块，用于在输入合理范围内的目标能耗指标与超低排放指标后，通过大数据平台的分析，给出参数调整建议。
本发明实施例的技术方案可以具有的有益效果如下：
本发明实施例的技术方案提出了综合指标评价的概念，深度挖掘历史运行数据，建立了锅炉或窑炉及环保设备超低排放与高效节能协同运行的数据模型，通过对标分析，获得不同工况下脱硝、除尘和脱硫系统满足超低排放与高效节能耦合的最佳运行参数，实现了锅炉超低排放和高效节能之间的耦合运行，实现节能与环保的双重收益，为锅炉或窑炉运行的调节提供指导。本发明既满足了超低排放指标的要求，又降低了设备的能耗与物耗,同时提高了设备运行的安全稳定性。
本发明既能超低排放，满足环保运行要求，又可以实现节能运行的耦合运行，通过建立影响脱硝，除尘，脱硫三大系统运行的因素群，深度挖掘电厂历史运行数据，通过大数据分析的方法建立了超低排放指标，能耗物耗指标以及综合评价指标与影响因素群之间关系的大数据模型，并对三者进行耦合处理，为实现锅炉或窑炉超低排放和高效节能运行提供了指导。
本发明实施例的技术方案通过对机组超低排放系统历史运行数据的深度挖掘，采用大数据分析方法，获得各种运行负荷及煤种变化之下的脱硝系统、除尘系统和脱硫系统相关设备的运行状态与设备和烟气参数之间的关系，建立设备超低排放与高效节能耦合运行的耦合模型，并且在运行中实时读取机组运行数据，通过建立的耦合模型进行分析和寻优操作，提供最优运行操作建议，在满足超低排放的要求下，实现环保设备的超低排放指标下的低能耗物耗运行。
附图说明：
图1是根据一示例性实施例示出的一种锅炉或窑炉超低排放与高效节能耦合运行的方法的流程图；
图2是根据一示例性实施例示出的一种锅炉或窑炉的脱硝系统超低排放与高效节能耦合运行的方法的流程图；
图3是根据一示例性实施例示出的一种锅炉或窑炉的除尘系统超低排放与高效节能耦合运行的方法的流程图；
图4是根据一示例性实施例示出的一种锅炉或窑炉的脱硫系统超低排放与高效节能耦合运行的方法的流程图；
图5是根据一示例性实施例示出的一种锅炉或窑炉超低排放与高效节能耦合运行的系统的结构示意图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明：
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
图1是根据一示例性实施例示出的一种锅炉或窑炉超低排放与高效节能耦合运行的方法的流程图。如图1所示，本发明实施例提供的一种锅炉或窑炉超低排放与高效节能耦合运行的方法，包括以下步骤：
步骤1：确定影响环保设备运行状态的影响因素群；
步骤2：确定超低排放指标和能耗物耗指标；
步骤3：确定超低排放运行和节能耦合运行的综合评价指标；
步骤4：根据确定的影响因素群，获取所需历史运行数据和调控参数；
步骤5：对历史运行数据和调控参数进行预处理；
步骤6：建立超低排放模型、能耗物耗模型和综合评价模型，利用预处理后的数据进行模型分析；
步骤7：对超低排放模型、能耗物耗模型和综合评价模型进行验证；
步骤8：对超低排放模型、能耗物耗模型和综合指标模型进行耦合处理，获取锅炉或窑炉超低排放和高效节能运行的耦合模型；
步骤9：根据影响因素数据的实时变化，进行影响参数的降维分析，并预测超低排放指标与能耗物耗指标的变化趋势。
根据步骤1至步骤9形成锅炉或窑炉超低排放与高效节能耦合运行指导平台，通过对机组超低排放系统历史运行数据的深度挖掘，采用大数据分析方法，获得各种运行负荷及煤种变化之下的脱硝系统、除尘系统和脱硫系统相关设备的运行状态与设备和烟气参数之间的关系，建立设备超低排放与高效节能耦合运行的大数据模型，并且在运行中实时读取机组运行数据，通过建立的大数据模型进行分析和寻优操作，提供最优运行操作建议，在满足超低排放的要求下，实现环保设备的低能耗物耗运行。
作为本实施例的一种可能的实现方式，所述确定影响环保设备运行状态的影响因素群的过程包括以下步骤：
根据运行负荷、煤种和烟气量等因素确定运行条件组；
将所研究的目标分成系统级、部件级和元件级；
确定影响脱硝、除尘和脱硫三大环保系统相关设备运行状态的影响因素群。
作为本实施例的一种可能的实现方式，所述超低排放指标包括脱硝系统的超低排放指标、烟尘脱除系统的超低排放指标和脱硫系统的超低排放指标；所述能耗物耗指标包括脱硝系统的能耗物耗指标、烟尘脱除系统的能耗物耗指标和脱硫系统的能耗物耗指标。
作为本实施例的一种可能的实现方式，所述综合评价指标包括以排放指标为主导的综合指标和以能耗为主导的综合指标；其中以排放指标为主导的综合指标包括：单位排放指标的烟气阻力、单位排放指标的能耗值、单位排放指标的物耗值；以能耗为主导的综合指标包括：单位能耗的排放值、单位物耗的排放值、统计期间总能耗、统计期间总物耗。
作为本实施例的一种可能的实现方式，所述对历史运行数据和调控参数进行预处理的过程包括：设定参数阈值范围，剔除获取历史运行数据中的异常数据，建立参数变化曲线，进行延迟性分析；采用参数变化趋势峰谷对应的方法确定不同设备参数之间的延迟时间，对不同数据参数进行归一化处理。
作为本实施例的一种可能的实现方式，所述对超低排放模型、能耗物耗模型和综合评价模型进行验证的过程包括：
通过历史运行数据验证模型的准确性；
对于物理关系明确的元件，通过元件的物理模型对相应的对超低排放模型、能耗物耗模型和综合评价模型进行验证。
作为本实施例的一种可能的实现方式，所述获取锅炉或窑炉超低排放和高效节能运行的耦合模型过程包括：
将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以综合评价指标、最终的排放指标以及能耗物耗指标为评价标准，建立锅炉或窑炉超低排放和高效节能运行的耦合模型；
对耦合模型进行训练和更新；
将实时运行数据导入训练好的耦合模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解。
耦合模型具有机器学习功能，能够根据运行数据的更新，实时更新完善模型的精度。耦合模型可以根据影响因素数据的实时变化，进行影响参数的降维分析，预测超低排放指标与能耗物耗指标的变化趋势，指标变化量与变化率，指导运行。
图2是根据一示例性实施例示出的一种锅炉或窑炉的脱硝系统超低排放与高效节能耦合运行的方法的流程图。如图2所示，本发明实施例提供的一种脱硝系统超低排放与高效节能耦合运行的方法，包括以下步骤：
S1.通过分析，确定影响锅炉或者窑炉脱硝系统各个设备运行状态的影响因素群。
S2.确定脱硝系统的超低排放指标：脱硝设备出口NOx浓度，脱硝设备出口氨逃逸量；能耗物耗指标：脱硝氨耗量，稀释风机电耗量；综合指标为脱除单位NOx的系统电耗(kW/kg@Nox)、脱除单位NOx的喷氨量(kg/kg@Nox)、脱除单位NOx的喷氨逃逸量(kg/kg@Nox)、脱硝效率。
S3.根据S1确定的影响因素群和S2确定的指标群，通过SIS系统获取电厂历史运行数据。
S4.对获取的数据进行预处理，设定合理的参数阈值范围，剔除获取数据中的异常数据，建立参数变化曲线，进行延迟性分析，确定不同设备参数之间的延迟时间，然后对不同数据参数进行归一化处理。
S5.使用预处理好的数据通过大数据算法构建大数据模型，确定设备运行调整参数和烟气参数对于脱硝系统各指标的影响规律。
S6.模型验证，通过机组历史运行数据，对构建的大数据模型输出数据进行验证，对于相互之间有明确物理关系的参数，通过构建物理模型进行参数验证。
S7.将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以效率，综合指标和最终的排放指标以及能耗与物耗总指标为评价标准，建立脱硝系统协同运行综合模型。
S8.将实时运行数据导入至训练好的模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解，同时将实时运行数据用于大数据模型的训练和更新。
S9.提供脱硝系统满足超低环保指标要求和最低能耗耦合运行指导；
S10.脱硝系统、空气预热器系统进行整体耦合，为空气预热器的运行防堵提供预测指导。
图3是根据一示例性实施例示出的一种锅炉或窑炉的除尘系统超低排放与高效节能耦合运行的方法的流程图。如图3所示，本发明实施例提供的一种脱硝系统超低排放与高效节能耦合运行的方法，包括以下步骤：
S1.通过分析，确定锅炉或者窑炉烟尘脱除系统各个设备运行状态的影响因素群。
S2.确定烟尘脱除系统的超低排放指标：除尘器出口灰尘颗粒浓度；能耗物耗指标：除尘器压差和脉冲吹灰电耗量；综合指标为脱除单位烟尘的系统电耗(kw/kg@dust)、除尘效率。
S3.根据S1确定的影响因素群和S2确定的指标群，通过SIS系统获取电厂历史运行数据。
S4.对获取的数据进行预处理，设定合理的参数阈值范围，剔除获取数据中的异常数据，建立参数变化曲线，进行延迟性分析，确定不同设备参数之间的延迟时间，然后对不同数据参数进行归一化处理。
S5.使用预处理好的数据通过大数据算法构建大数据模型，确定设备运行调整参数和烟气参数对于烟尘脱除系统各指标的影响规律。
S6.模型验证通过机组历史运行数据，对构建的大数据模型输出数据进行验证，对于相互之间有明确物理关系的参数，通过构建物理模型进行参数验证。
S7.将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以效率和综合指标和最终的排放指标以及能耗与物耗总指标为评价标准，建立烟尘脱除系统协同运行综合模型。
S8.将实时运行数据导入至训练好的模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解，同时将实时运行数据用于大数据模型的训练和更新。
S9.提供烟尘脱除系统满足超低环保指标要求和最低能耗耦合运行指导；
S10.烟尘脱除系统、空气预热器系统整体耦合，为锅炉深度降低排烟温度余热回收利用提供预测指导。
图4是根据一示例性实施例示出的一种锅炉或窑炉的脱硫系统超低排放与高效节能耦合运行的方法的流程图。如图4所示，本发明实施例提供的一种脱硫系统超低排放与高效节能耦合运行的方法，包括以下步骤：
S1.通过分析，确定锅炉或者窑炉脱硫系统各个设备运行状态的影响因素群。
S2.确定脱硫系统的超低排放指标：脱硫塔出口SO2浓度；能耗物耗指标：浆液循环泵耗电量，石灰石浆液量，氧化风机电耗量；综合指标为脱除单位SOx的系统电耗(kw/kg@SOx)、脱除单位SOx系统消耗浆液量(kg/kg@SOx)、脱硫效率。
S3.根据S1确定的影响因素群和S2确定的指标群，通过SIS系统获取电厂历史运行数据。
S4.对获取的数据进行预处理，设定合理的参数阈值范围，剔除获取数据中的异常数据，建立参数变化曲线，进行延迟性分析，确定不同设备参数之间的延迟时间，然后对不同数据参数进行归一化处理。
S5.使用预处理好的数据通过大数据算法构建大数据模型，确定设备运行调整参数和烟气参数对于脱硫系统各指标的影响规律。
S6.模型验证。通过机组历史运行数据，对构建的大数据模型输出数据进行验证，对于相互之间有明确物理关系的参数，通过构建物理模型进行参数验证。
S7.将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以效率和综合指标和最终的排放指标以及能耗与物耗总指标为评价标准，建立脱硫系统协同运行综合模型。
S8.将实时运行数据导入至训练好的模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解，同时将实时运行数据用于大数据模型的训练和更新。
S9.提供脱硫系统满足超低环保指标要求和最低能耗耦合运行指导；
S10.脱硫系统、空气预热器系统、引风机设备整体耦合，为引风机安全运行、排烟消雾系统提供预测指导。
图5是根据一示例性实施例示出的一种锅炉或窑炉超低排放与高效节能耦合运行的系统的结构示意图。如图5所示，本发明实施例提供的一种锅炉或窑炉超低排放与高效节能耦合运行的系统，包括：
数据获取模块，与厂级监控信息系统(SIS)相连，负责读取锅炉或窑炉相关运行参数(包括空气预热器、引风机设备等)以及脱硝、除尘、脱硫系统相关设备的运行参数。
数据分析模块，嵌有超低排放模型、能耗物耗模型、综合指标模型以及超低排放模型、能耗物耗模型和综合指标模型三者的耦合模型，负责将获取的数据进行大数据分析，输出锅炉或窑炉满足超低排放指标下能耗物耗最低的参数调整最优解；
数据存储模块，负责存储由数据获取模块所获取的数据与数据分析模块所输出的数据；
用户交互模块，负责用户与平台之间的交互，实时显示数据分析模块的分析结果，并满足用户的查询需求。
作为本实施例的一种可能的实现方式，所述数据分析模块包括：
分析子模块，用于对脱硝系统、除尘系统、脱硫系统以及空气预热器进行分析；
数据耦合模块，用于超低排放模型、能耗物耗模型和综合指标模型进行耦合，建立耦合模型。
作为本实施例的一种可能的实现方式，所述用户交互模块包括：
正向性能预测查询模块，用于在输入调节参数后，通过大数据平台的分析，预测显示能耗指标与超低排放指标的变化趋势，进行各指标的变化量、变化率的波动性分析；
反向性能预测查询模块，用于在输入合理范围内的目标能耗指标与超低排放指标后，通过大数据平台的分析，给出参数调整建议。
所述数据分析模块采用机器学习算法，通过对运行数据的实时监控，可以自主更新学习曲线，使得大数据模型更加符合实际运行情况。
数据获取模块与厂级监控信息系统(SIS)相连，实时读取锅炉或者窑炉运行数据，包括脱硝相关设备，除尘相关设备和脱硫相关设备的运行参数及烟气的参数数据。
将数据读取模块获取的数据输入至数据分析模块，数据分析模块通过预先建立好的模型进行数据分析处理，输出锅炉或窑炉各设备满足超低排放指标下能耗物耗最低的参数调整最优解。
将数据分析模块输出的结果导入至数据存储模块，并通过用户交互模块，实时显示各个设备当前运行状态下的超低排放指标与能耗物耗指标和综合指标，并给出采用大数据平台分析后参数调节的建议操作以及调整后的超低排放指标，能耗物耗指标和综合指标变化趋势的预测曲线。
用户可通过用户交互模块进行正向查询：输入调节参数，经过大数据平台的分析，可以预测显示能耗指标与超低排放指标的变化趋势，进行各指标的变化量、变化率的波动性分析。用户也可通过用户交互模块进行反向查询：输入合理范围内的目标能耗物耗指标与超低排放指标后，通过大数据平台的分析，可以给出参数调整的设备调节的建议。
所述用户交互模块实时显示各个设备当前运行状态下的超低排放指标与能耗物耗指标和综合指标，并给出采用大数据平台分析后参数调节的建议操作以及调整后的超低排放指标，能耗物耗指标和综合指标变化趋势的预测曲线。
将本实施例的系统形成运行指导平台，为锅炉或窑炉运行的调节提供直观的指导。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (6)
1.一种锅炉或窑炉超低排放与高效节能耦合运行的方法，其特征是，包括以下步骤：
步骤1：确定影响环保设备运行状态的影响因素群；
步骤2：确定超低排放指标和节能能耗物耗指标；
步骤3：确定超低排放和节能耦合运行的综合评价指标；
步骤4：根据确定的影响因素群，获取所需历史运行数据和调控参数；
步骤5：对历史运行数据和调控参数进行预处理；
步骤6：建立超低排放模型、节能能耗物耗模型和综合评价模型，利用预处理后的数据进行模型分析；
步骤7： 对超低排放模型、节能能耗物耗模型和综合评价模型进行验证；
步骤8：对超低排放模型、节能能耗物耗模型和综合评价模型进行耦合处理，获取锅炉或窑炉超低排放和高效节能运行的耦合模型；
步骤9：根据影响因素数据的实时变化，进行影响参数的降维分析，并预测超低排放指标与节能能耗物耗指标的变化趋势；
所述确定影响环保设备运行状态的影响因素群的过程包括以下步骤：
根据运行负荷、煤种和烟气量确定运行条件组；
将所研究的目标分成系统级、部件级和元件级；
确定影响脱硝、除尘和脱硫三大环保系统相关设备运行状态的影响因素群；
所述超低排放指标包括脱硝系统的超低排放指标、烟尘脱除系统的超低排放指标和脱硫系统的超低排放指标；所述节能能耗物耗指标包括脱硝系统的节能能耗物耗指标、烟尘脱除系统的节能能耗物耗指标和脱硫系统的节能能耗物耗指标；
所述获取锅炉或窑炉超低排放和高效节能运行的耦合模型过程包括：
将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以综合评价指标、最终的排放指标以及节能能耗物耗指标为评价标准，建立锅炉或窑炉超低排放和高效节能运行的耦合模型；
对耦合模型进行训练和更新；
将实时运行数据导入训练好的耦合模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解；
所述综合评价指标包括以排放指标为主导的综合指标和以能耗为主导的综合指标；其中以排放指标为主导的综合指标包括：单位排放指标的烟气阻力、单位排放指标的能耗值、单位排放指标的物耗值；以能耗为主导的综合指标包括：单位能耗的排放值、单位物耗的排放值、统计期间总能耗、统计期间总物耗。
2.根据权利要求1所述的锅炉或窑炉超低排放与高效节能耦合运行的方法，其特征是，所述对历史运行数据和调控参数进行预处理的过程包括：设定参数阈值范围，剔除获取历史运行数据中的异常数据，建立参数变化曲线，进行延迟性分析；确定不同设备参数之间的延迟时间，对不同数据参数进行归一化处理。
3.根据权利要求1所述的锅炉或窑炉超低排放与高效节能耦合运行的方法，其特征是，所述对超低排放模型、节能能耗物耗模型和综合评价模型进行验证的过程包括：
通过历史运行数据验证模型的准确性；
对于物理关系明确的元件，通过元件的物理模型对相应的对超低排放模型、节能能耗物耗模型和综合评价模型进行验证。
4.一种锅炉或窑炉超低排放与高效节能耦合运行的系统，其特征是，包括：
数据获取模块，与厂级监控信息系统相连，负责读取锅炉或窑炉相关运行参数以及脱硝、除尘、脱硫系统相关设备的运行参数；
数据分析模块，嵌有超低排放模型、节能能耗物耗模型、综合评价模型以及超低排放模型、节能能耗物耗模型和综合评价模型三者的耦合模型，负责将获取的数据进行大数据分析，输出锅炉或窑炉满足超低排放指标下能耗物耗最低的参数调整最优解；
数据存储模块，负责存储由数据获取模块所获取的数据与数据分析模块所输出的数据；
用户交互模块，负责用户与平台之间的交互，实时显示数据分析模块的分析结果，并满足用户的查询需求；
所述数据分析模块具体用于：
确定影响环保设备运行状态的影响因素群；
确定超低排放指标和节能能耗物耗指标；
确定超低排放和节能耦合运行的综合评价指标；
根据确定的影响因素群，获取所需历史运行数据和调控参数；
对历史运行数据和调控参数进行预处理；
建立超低排放模型、节能能耗物耗模型和综合评价模型，利用预处理后的数据进行模型分析；
对超低排放模型、节能能耗物耗模型和综合评价模型进行验证；
对超低排放模型、节能能耗物耗模型和综合评价模型进行耦合处理，获取锅炉或窑炉超低排放和高效节能运行的耦合模型；
根据影响因素数据的实时变化，进行影响参数的降维分析，并预测超低排放指标与节能能耗物耗指标的变化趋势；
所述确定影响环保设备运行状态的影响因素群的过程包括以下步骤：
根据运行负荷、煤种和烟气量确定运行条件组；
将所研究的目标分成系统级、部件级和元件级；
确定影响脱硝、除尘和脱硫三大环保系统相关设备运行状态的影响因素群；
所述超低排放指标包括脱硝系统的超低排放指标、烟尘脱除系统的超低排放指标和脱硫系统的超低排放指标；所述节能能耗物耗指标包括脱硝系统的节能能耗物耗指标、烟尘脱除系统的节能能耗物耗指标和脱硫系统的节能能耗物耗指标；
所述获取锅炉或窑炉超低排放和高效节能运行的耦合模型过程包括：
将超低排放和能耗物耗与设备运行参数之间的影响规律进行耦合处理，以综合评价指标、最终的排放指标以及节能能耗物耗指标为评价标准，建立锅炉或窑炉超低排放和高效节能运行的耦合模型；
对耦合模型进行训练和更新；
将实时运行数据导入训练好的耦合模型，输出同时满足超低排放指标和高效节能指标下设备参数调节最优解；
所述综合评价指标包括以排放指标为主导的综合指标和以能耗为主导的综合指标；其中以排放指标为主导的综合指标包括：单位排放指标的烟气阻力、单位排放指标的能耗值、单位排放指标的物耗值；以能耗为主导的综合指标包括：单位能耗的排放值、单位物耗的排放值、统计期间总能耗、统计期间总物耗。
5.根据权利要求4所述的锅炉或窑炉超低排放与高效节能耦合运行的系统，其特征是，所述数据分析模块包括：
分析子模块，用于对脱硝系统、除尘系统、脱硫系统以及空气预热器进行分析；
数据耦合模块，用于超低排放模型、节能能耗物耗模型和综合评价模型进行耦合，建立耦合模型。
6.根据权利要求4所述的锅炉或窑炉超低排放与高效节能耦合运行的系统，其特征是，所述用户交互模块包括：
正向性能预测查询模块，用于在输入调节参数后，通过大数据平台的分析，预测显示能耗指标与超低排放指标的变化趋势，进行各指标的变化量、变化率的波动性分析；
反向性能预测查询模块，用于在输入合理范围内的目标能耗指标与超低排放指标后，通过大数据平台的分析，给出参数调整建议。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010020496.4A CN111242469B (zh) | 2020-01-08 | 2020-01-08 | 锅炉或窑炉超低排放与高效节能耦合运行的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010020496.4A CN111242469B (zh) | 2020-01-08 | 2020-01-08 | 锅炉或窑炉超低排放与高效节能耦合运行的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111242469A CN111242469A (zh) | 2020-06-05 |
| CN111242469B true CN111242469B (zh) | 2023-09-12 |
Family
ID=70873028
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010020496.4A Active CN111242469B (zh) | 2020-01-08 | 2020-01-08 | 锅炉或窑炉超低排放与高效节能耦合运行的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111242469B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112101821A (zh) * | 2020-10-28 | 2020-12-18 | 西安西热锅炉环保工程有限公司 | 一种火力发电机组超低排放系统成本指标评价方法 |
| CN113031552B (zh) * | 2021-03-09 | 2022-10-25 | 浙江菲达环保科技股份有限公司 | 炉后环保设备协同控制方法及系统 |
| CN115729184B (zh) * | 2022-11-14 | 2023-06-27 | 青芥一合碳汇(武汉)科技有限公司 | 基于大数据分析和边缘控制的脱硫优化运行方法及装置 |
| CN118552063A (zh) * | 2024-07-30 | 2024-08-27 | 江苏南方科技有限公司 | 一种基于综合燃料消耗的加热炉节能效益管理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104484543A (zh) * | 2014-07-10 | 2015-04-01 | 国家电网公司 | 一种兼顾节能减排和三公调度的机组综合运行评价方法 |
| CN109711589A (zh) * | 2019-02-01 | 2019-05-03 | 江苏方天电力技术有限公司 | 一种基于大数据的scr脱硝系统运行优化方法和系统 |
| CN110263395A (zh) * | 2019-06-06 | 2019-09-20 | 东南大学 | 基于数值模拟和数据分析的电厂脱硝运行优化方法及系统 |
| CN110428116A (zh) * | 2019-06-05 | 2019-11-08 | 武汉科技大学 | 基于能源、环境和经济的再制造系统可持续性测定系统 |
-
2020
- 2020-01-08 CN CN202010020496.4A patent/CN111242469B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104484543A (zh) * | 2014-07-10 | 2015-04-01 | 国家电网公司 | 一种兼顾节能减排和三公调度的机组综合运行评价方法 |
| CN109711589A (zh) * | 2019-02-01 | 2019-05-03 | 江苏方天电力技术有限公司 | 一种基于大数据的scr脱硝系统运行优化方法和系统 |
| CN110428116A (zh) * | 2019-06-05 | 2019-11-08 | 武汉科技大学 | 基于能源、环境和经济的再制造系统可持续性测定系统 |
| CN110263395A (zh) * | 2019-06-06 | 2019-09-20 | 东南大学 | 基于数值模拟和数据分析的电厂脱硝运行优化方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 魏宏鸽 等."燃煤机组超低排放改造对机组能耗增加的影响分析及节能优化措施探讨".《发电与空调》.2017,第38卷(第6期),第14-17、33页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111242469A (zh) | 2020-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111242469B (zh) | 锅炉或窑炉超低排放与高效节能耦合运行的方法及系统 | |
| Ye et al. | Technical and economic analysis of amine-based carbon capture and sequestration at coal-fired power plants | |
| CN110263988B (zh) | 一种基于电厂脱硫系统的数据运行优化方法 | |
| CN110263395A (zh) | 基于数值模拟和数据分析的电厂脱硝运行优化方法及系统 | |
| KR20130089283A (ko) | 산소 연료 연소 파워 플랜트를 위한 최적화된 통합 제어 | |
| Qiao et al. | An investigation on data mining and operating optimization for wet flue gas desulfurization systems | |
| CN116688754A (zh) | 船舶烟气脱硫自动控制系统及其方法 | |
| 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 | |
| CN103933844B (zh) | 一种碱性废水的烟气处理系统及控制方法 | |
| CN113245060B (zh) | 除尘、脱硫系统协同节能运行优化方法、系统、设备及存储介质 | |
| CN103839110A (zh) | 一种锅炉炉内氮氧化物生成量预测建模方法 | |
| CN109711589A (zh) | 一种基于大数据的scr脱硝系统运行优化方法和系统 | |
| CN112365065B (zh) | 一种wfgd自适应在线优化调度方法 | |
| CN104154019A (zh) | 一种基于模糊控制的隧道通风节能控制系统及其控制方法 | |
| CN111223529A (zh) | 燃烧优化装置及其方法 | |
| CN204025120U (zh) | 一种基于模糊控制的隧道通风节能控制系统 | |
| CN105844083A (zh) | 一种scr脱硝催化剂最佳更换时间的实时计算方法 | |
| CN111219733B (zh) | 用于对燃烧优化进行管理的装置及其方法 | |
| CN117406586A (zh) | 脱硫系统控制方法、控制装置及电子设备 | |
| CN103714262B (zh) | 一种基于缓冲块时序设计的热工软测量模型更新方法 | |
| CN113485111B (zh) | 制浆系统的寻优控制方法及系统 | |
| CN114880944A (zh) | 一种基于Lasso算法的脱硫系统运行优化方法及系统 | |
| CN115496516A (zh) | 一种基于自适应支持向量机的电厂燃煤大数据分析方法 | |
| CN103162731A (zh) | 一种高炉热风炉燃烧效果在线分析及量化方法 | |
| CN113339113B (zh) | 一种SCR系统NOx生成与氨需求预测方法、系统及存储介质 |
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 |