CN112070321B - 基于ga-lssvm的石灰石浆液供给控制方法、设备及介质 - Google Patents

基于ga-lssvm的石灰石浆液供给控制方法、设备及介质 Download PDF

Info

Publication number
CN112070321B
CN112070321B CN202011002417.3A CN202011002417A CN112070321B CN 112070321 B CN112070321 B CN 112070321B CN 202011002417 A CN202011002417 A CN 202011002417A CN 112070321 B CN112070321 B CN 112070321B
Authority
CN
China
Prior art keywords
limestone
limestone slurry
lssvm
demand
slurry
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
Application number
CN202011002417.3A
Other languages
English (en)
Other versions
CN112070321A (zh
Inventor
谷小兵
陶君
李建强
孟磊
宁翔
李婷彦
白玉勇
魏建鹏
闫欢欢
徐贤
蒋志容
孟智超
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.)
North China Electric Power University
Datang Environment Industry Group Co Ltd
Original Assignee
North China Electric Power University
Datang Environment Industry Group Co Ltd
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 North China Electric Power University, Datang Environment Industry Group Co Ltd filed Critical North China Electric Power University
Priority to CN202011002417.3A priority Critical patent/CN112070321B/zh
Publication of CN112070321A publication Critical patent/CN112070321A/zh
Application granted granted Critical
Publication of CN112070321B publication Critical patent/CN112070321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/346—Controlling the process
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/46—Removing components of defined structure
    • B01D53/48—Sulfur compounds
    • B01D53/50—Sulfur oxides
    • B01D53/501—Sulfur oxides by treating the gases with a solution or a suspension of an alkali or earth-alkali or ammonium compound
    • B01D53/502—Sulfur oxides by treating the gases with a solution or a suspension of an alkali or earth-alkali or ammonium compound characterised by a specific solution or suspension
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/80—Semi-solid phase processes, i.e. by using slurries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G06Q50/06—Energy or water supply
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2251/00—Reactants
    • B01D2251/40—Alkaline earth metal or magnesium compounds
    • B01D2251/404—Alkaline earth metal or magnesium compounds of calcium
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2251/00—Reactants
    • B01D2251/60—Inorganic bases or salts
    • B01D2251/606—Carbonates

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Biomedical Technology (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Biophysics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Quality & Reliability (AREA)
  • General Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

本发明涉及湿法脱硫技术领域，尤其是涉及一种基于GA‑LSSVM负荷预测的石灰石浆液供给系统控制方法、设备及介质。基于GA‑LSSVM的石灰石浆液供给控制方法包括以下步骤：采用GA‑LSSVM模型对SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷；根据SO2负荷获得石灰石需求量，根据石灰石需求量调节石灰石浆液供给。利用建立好的数学模型能够SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷，根据预测的SO2负荷，预调节浆液浓度，实时调节浆液池pH值，实现石灰石浆液供给系统自动化，相比于远端回流的方式，本发明降低泵的电耗与磨损，经济性更好，能够保证供浆管路不发生阻塞。

Description

基于GA-LSSVM的石灰石浆液供给控制方法、设备及介质
技术领域
本发明涉及湿法脱硫技术领域，尤其是涉及一种基于GA-LSSVM负荷预测的石灰石浆液供给系统控制方法、设备及介质。
背景技术
我国是一个产煤大国，国民经济电力供应以火力发电为主，由于燃煤的排放，酸雨的形成，给自然环境带来了非常大的危害。因此，烟气脱硫成为我国火力发电企业保护环境一个非常重要的措施。脱硫工艺中石灰石-石膏湿法烟气脱硫法脱硫效率高、技术成熟、吸收剂资源丰富、价格便宜，是我国烟气脱硫的主要形式。
石灰石－石膏湿法烟气脱硫工艺采用石灰石或石灰作脱硫吸收剂，石灰石经破碎磨细成粉状与水混合搅拌制成浆液。在吸收塔内，吸收浆液与烟气接触混合，烟气中的二氧化硫与浆液中的碳酸钙以及鼓入的氧化空气进行化学反应，最终反应产物为石膏。同时去除烟气中部分其他污染物，如粉尘，等。
在该工艺中，石灰石浆液向吸收塔的供给环节必不可少，石灰石的供浆量既要达到预期的脱硫效率又要考虑pH值的稳定性。目前的脱硫系统较少投用自动供浆系统，供浆操作由人工根据吸收塔pH值进行调配，而石灰石浆液静止后固液易分离产生沉积，所以在管道运输中禁止低速防止层流流动的固体颗粒与工艺水分离而沉积，但脱硫系统低负荷运行时，并不需要太大的供浆量，这样会导致吸收塔浆液池中pH值较高，不利于石灰石的溶解，从而影响脱硫效率。另外，新浆液补充到吸收塔浆液池中，通过搅拌器使其浓度均匀需要时间，会导致反应滞后，影响脱硫效果。
现有技术为了解决石灰石易沉积与系统低负荷运行的矛盾，采用远端回流的方式，即设置旁路，将多余的浆液回流输送到石灰石浆液箱。因为旁路的供浆管线较长，石灰石浆液容易在管线弯头处沉积，且在石灰石浆液回流时，增加了泵的电耗，不经济。
还有采用变频泵的供浆方式，通过调节石灰石浆液的流量来控制石灰石供应量。为减小石灰石浆液对输送管道的磨损，同时，为避免管道中浆液的沉积，因此，石灰石供应量只能在大约40％-100％的范围内实时调节。当负荷的变化幅度为40％-100％时，现有石灰石浆液供应系统的石灰石供应量可以随着负荷的变化而实时调节；当负荷低于40％时，为避免管道中浆液的沉积，现有石灰石浆液供应系统采用启停石灰石浆液泵的间断供浆方式，石灰石供应量不能再随着负荷的变化而实时调节，导致脱硫系统的pH值变化幅度大。
还有基于深度神经网络预测浆液供给量的方法，该方法训练时间长，训练结果存在随机性且可能产生过学习的情况。
发明内容
本发明的第一目的在于提供一种基于GA-LSSVM的石灰石浆液供给控制方法，该方法能够解决现有技术中存在的石灰石浆液调节过程中存在的问题；
本发明提供一种基于GA-LSSVM的石灰石浆液供给控制方法，其包括以下步骤：
采用GA-LSSVM模型对SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷；
根据SO2负荷获得石灰石需求量，根据石灰石需求量调节石灰石浆液供给。
优选的，当石灰石浆液需求量大于石灰石浆液需求量设定值H时，根据石灰石需求量调节石灰石浆液流量。
优选的，石灰石浆液需求量小于石灰石浆液需求量设定值L，且此状态保持的时间大于T；
根据石灰石的需求量对石灰石浆液进行稀释。
优选的，在对石灰石浆液稀释过程中，保持石灰石浆液的流量不变，根据石灰石的需求量对石灰石浆液稀释水的流量进行调整。
优选的，石灰石浆液需求量小于石灰石浆液需求量设定值L，且此状态保持的时间小于T；
停止石灰石浆液供给，对石灰石浆液供给管路进行冲洗。
优选的，GA-LSSVM模型建立方法为：
已知SO2浓度与机组负荷，煤质有关，将这两个量作为输入，SO2浓度作为输出。将这个函数关系表示为：
Figure GDA0003551620230000031
问题转变为已知m个样本，确定向量w和标量b；
用最小二乘支持向量机将问题转化为约束优化问题：
Figure GDA0003551620230000032
式中：w为权值向量；ei为误差变量；γ是调整参数因子；
引入拉格朗日乘子求解该优化问题，Lagrange函数为：
Figure GDA0003551620230000033
式中：ai为Lagrange乘子，对函数的各变量求偏导，并令偏导数为0，得到如下方程组：
Figure GDA0003551620230000041
在消去变量w和e后得到对偶问题的KKT系统：
Figure GDA0003551620230000042
式中：
Figure GDA0003551620230000043
y＝[y1；…；ym]；a＝[a1；…am]；e＝[e1；…em]；Ωjk＝K(xj,xk)，j,k＝1,…,m，
Figure GDA0003551620230000044
为满足Mercer条件的核函数。
由此得LSSVM的函数估计表达式为：
Figure GDA0003551620230000045
对于最优参数采用遗传算法自动寻优，从而建立GA-LSSVM模型，根据历史运行数据，预测SO2浓度。
优选的，
SO2负荷计算公式为：
Figure GDA0003551620230000046
式中
Figure GDA0003551620230000047
-SO2负荷，kg/h
Qy-脱硫塔入口烟气量(标态、干基、6％O2)，Nm3/h
Figure GDA0003551620230000048
-脱硫塔入口SO2浓度(标态、干基、6％O2)，mg/Nm3。
优选的，
石灰石需求量的计算公式为：
Figure GDA0003551620230000049
式中
Figure GDA00035516202300000410
-石灰石需求量，kg/h
η-脱硫效率
αpH-pH修正系数，范围为[0.85，1.15]。
优选的，
pH修正系数计算公式为：
Figure GDA00035516202300000411
式中pHa-pH设定值
pHa-pH测量值。
优选的，
石灰石供应量计算公式为：
Figure GDA0003551620230000051
式中
Figure GDA0003551620230000052
-石灰石供应量，kg/h
Figure GDA0003551620230000053
-石灰石浆液密度
Figure GDA0003551620230000054
-当前石灰石浆液流量。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如以上所述的基于GA-LSSVM的石灰石浆液供给控制方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如以上所述的基于GA-LSSVM的石灰石浆液供给控制方法。
有益效果：
利用建立好的数学模型能够SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷，根据预测的SO2负荷，预调节浆液浓度，实时调节浆液池pH值，实现石灰石浆液供给系统自动化，相比于远端回流的方式，本发明降低泵的电耗与磨损，经济性更好，能够保证供浆管路不发生阻塞。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明具体实施方式提供的基于GA-LSSVM的石灰石浆液供给控制方法的流程图；
图2为本发明具体实施方式提供的石灰石浆液供给系统的结构示意图；
图3为本发明具体实施方式提供的数据处理的流程图；
图4为本发明具体实施方式提供的控制逻辑示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
如图1所示，本实施方式中，提供了一种基于GA-LSSVM的石灰石浆液供给控制方法，其包括以下步骤：
采用GA-LSSVM模型对SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷；
根据SO2负荷获得石灰石需求量，根据石灰石需求量调节石灰石浆液供给。
利用建立好的数学模型能够SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷，根据预测的SO2负荷，预调节浆液浓度，实时调节浆液池pH值，实现石灰石浆液供给系统自动化，相比于远端回流的方式，本发明降低泵的电耗与磨损，经济性更好，能够保证供浆管路不发生阻塞。
当石灰石浆液需求量大于石灰石浆液需求量设定值H时，根据石灰石需求量调节石灰石浆液流量。
石灰石浆液需求量小于石灰石浆液需求量设定值L，且此状态保持的时间大于T；根据石灰石的需求量对石灰石浆液进行稀释。
在对石灰石浆液稀释过程中，保持石灰石浆液的流量不变，根据石灰石的需求量对石灰石浆液稀释水的流量进行调整。
石灰石浆液需求量小于石灰石浆液需求量设定值L，且此状态保持的时间小于T；
停止石灰石浆液供给，对石灰石浆液供给管路进行冲洗。
相比于采用变频泵间歇供浆的方式，本发明对脱硫系统的适应性更好，能够在低负荷运行工况下，随SO2负荷的变化，调节石灰石浆液密度与pH值，并且能够延长泵的寿命。
本发明可以根据预测结果对浆液进行预调节，减少系统滞后性，且将SO2低负荷进一步分为长期(大于T)低负荷和短期(小于T)低负荷，减少了石灰石耗量，更经济，实现石灰石浆液供给系统自动控制。
上述长期低负荷和短期低负荷是根据实际工作中的经验确定的。如根据机组负荷、煤质能够预测一段时间内SO2的负荷。
如图3所示，GA-LSSVM模型建立方法为：
对历史数据进行采集，SO2浓度主要与机组负荷，煤质。对一定时间内的机组负荷，煤质，以及对应的SO2浓度数据进行采集。
已知SO2浓度与机组负荷，煤质有关，将这两个量作为输入，SO2浓度作为输出。将这个函数关系表示为：
Figure GDA0003551620230000081
问题转变为已知m个样本，确定向量w和标量b；
用最小二乘支持向量机将问题转化为约束优化问题：
Figure GDA0003551620230000082
式中：w为权值向量；ei为误差变量；γ是调整参数因子；
引入拉格朗日乘子求解该优化问题，Lagrange函数为：
Figure GDA0003551620230000083
式中：ai为Lagrange乘子，对函数的各变量求偏导，并令偏导数为0，得到如下方程组：
Figure GDA0003551620230000084
在消去变量w和e后得到对偶问题的KKT系统：
Figure GDA0003551620230000085
式中：
Figure GDA0003551620230000086
y＝[y1；…；ym]；a＝[a1；…am]；e＝[e1；…em]；Ωjk＝K(xj,xk)，j,k＝1,…,m，
Figure GDA0003551620230000087
为满足Mercer条件的核函数。
由此得LSSVM的函数估计表达式为：
Figure GDA0003551620230000088
对于最优参数采用遗传算法自动寻优，从而建立GA-LSSVM模型。
在预测SO2浓度过程中，需要采集电厂运行过程中的实时数据，如将实时的机组负荷，煤质数据输入建立好的模型，能够预测当前SO2浓度。甚至是预测一段时间内的SO2浓度。因为机组负荷，煤质数据在一段时间内时不变化的或者是按照一定规律变化的，故此，可以对一段时间内的SO2浓度进行预测。
SO2负荷计算公式为：
Figure GDA0003551620230000091
式中
Figure GDA0003551620230000092
-SO2负荷，kg/h
Qy-脱硫塔入口烟气量(标态、干基、6％O2)，Nm3/h
Figure GDA0003551620230000093
-脱硫塔入口SO2浓度(标态、干基、6％O2)，mg/Nm3。
石灰石需求量的计算公式为：
Figure GDA0003551620230000094
式中
Figure GDA0003551620230000095
-石灰石需求量，kg/h
η-脱硫效率
αpH-pH修正系数，范围为[0.85，1.15]。
pH修正系数计算公式为：
Figure GDA0003551620230000096
式中pHa-pH设定值
pHa-pH测量值。
石灰石供应量计算公式为：
Figure GDA0003551620230000097
式中
Figure GDA0003551620230000098
-石灰石供应量，kg/h
Figure GDA0003551620230000099
-石灰石浆液密度
Figure GDA00035516202300000910
-当前石灰石浆液流量。
如图2所示，在本实施方式中，还提供了一种应用上述基于GA-LSSVM的石灰石浆液供给控制方法的系统，该系统包括石灰石浆液箱、浆液泵、变频器、密度计、电磁流量计、电动工艺水蝶阀、电动工艺水调节阀，溢流箱和溢流泵。
如图4所示，在系统运行过程中，一切操作由预测的SO2负荷指定，根据GA-LSSVM算法运算得到SO2浓度，进一步计算得到石灰石计算量，该计算值乘以吸收塔pH设定值与pH测量值的偏差经主调PID的修正，得到石灰石需求量，该需求量与石灰石浆液泵出口的石灰石测量值求偏差，经副调PID控制石灰石浆液泵频率，从而改变进入吸收塔的石灰石浆液量从而改变吸收塔pH值。
为防止石灰石设定值在某一范围波动时，避免浆液泵和补水阀门频繁切换。在计算确定石灰石需求量后，若该石灰石需求量大于一个定值，延时指定时间，才进行切换，石灰石的需求量决定了变频泵的工作频率，此时需要通过运行经验确定一个设定值，当SO2负荷较高时，即当石灰石需求量高于设定值H时，系统切换为浆液泵变频控制，补水调节阀V1切为手动控制，补水调节阀入口电动门V2连锁关闭，浆液截止阀V3开启。当石灰石需求量改变时，通过调节变频泵频率来改变浆液流量，从而改变石灰石供应量，使其与石灰石需求量一致。
当SO2负荷长期较低时，即当石灰石需求量长期低于设定值L，且保持指定时间后信号取“非”作为切换条件，变频泵仍为自动控制，但加入浆液箱液位校正的前馈，该前馈信号经速率限制RATE与原浆液泵副调输出相加后作为浆液泵频率指令；补水调节阀V1控制，补水调节阀入口电动门V2打开，稀释水管路切换为自动。当石灰石需求量改变时，将变频泵频率设为随石灰石浆液箱液位自动调节，使浆液流量不变，并且通过调节补水调节阀V1开度来改变浆液密度，从而改变石灰石供应量，为了避免吸收塔液位过高，设置有溢流箱和溢流泵。当SO2负荷短期较低时，浆液截止阀V3关闭，用少量工艺水定时洗清管路，避免造成管路阻塞。
当石灰石需求量在设定值H与L之间时，石灰石浆液泵和补水调节阀都为自动控制，需要整定PID参数进行对其进行控制。
本发明提供一种解决供浆管路阻塞以及浆液密度和pH值能够使石灰石供应量随SO2负荷变化问题的石灰石供浆系统。本方法的大致思路是在SO2负荷较高时，正常通过调节变频泵频率来调节石灰石浆液流量，使烟气排放达标。在SO2负荷较低时，增加稀释水工艺管路，保证供浆管不发生阻塞，同时调节工艺水管路阀门稀释石灰石浆液密度与降低pH值，使石灰石供应量随SO2负荷变化而变化。
为了详细阐述本发明，本实施例提供以下算例分析：
某场石灰石浆液中石灰石的质量浓度约为30％，为减小石灰石浆液对输送管道的磨损，管道内浆液流速一般控制2.5m/s以下。同时，为避免管道中浆液的沉积，运行时需将其流速控制在1m/s以上。因此，石灰石供应量只能在大约40％-100％的范围内实时调节。石灰石供应量是脱硫系统的重要控制参数，为保证脱硫系统的稳定运行，当脱硫塔的SO2负荷(即脱硫塔单位时间内脱除SO2的量)变化时，石灰石供应量应随之实时调节。SO2负荷是随着锅炉烟气量和燃煤硫份变化的，锅炉烟气量的变化幅度为40％-100％(甚至更大)，燃煤硫份的变化幅度为50％-100％(甚至更大)，因此SO2负荷的变化幅度为20％-100％。
采集现场历史运行数据，生成训练样本，选择合适的核函数，对将要寻优的参数选用适当的编码方式并编写适应度函数，产生初始化种群，调用最小二乘支持向量机算法计算其适应度，满足收敛条件则输出，不满足则用遗传算法的选择、交叉、变异产生新种群，再次计算适应度，直到满足收敛条件为止。根据GA-LSSVM算法得出的SO2浓度进一步计算得到石灰石计算量，该计算值乘以吸收塔pH设定值与pH测量值的偏差经主调PID的修正，得到石灰石设定值，该设定值与石灰石浆液泵出口的石灰石测量值求偏差，经副调PID控制石灰石浆液泵频率，从而改变进入吸收塔的石灰石浆液量从而改变吸收塔pH值。
为避免由于测量数据跳变而引起的石灰石需求量的跳变，先对石灰石需求量进行去噪处理，石灰石的需求量决定了变频泵的工作频率，此时需要通过运行经验确定一个设定值，假定不沉积最小连续供浆量为10m3/h，当密度为1200kg/m3时，对应的石灰石添加量为3042kg/h。在维持石灰石浆液流量不变的前提下，变频泵频率与石灰石浆液箱液位之间有函数关系，当流量为10m3/h时，泵的频率与液位的数据如下表所示：
频率(Hz) 22 24 26 28
液位(m) 6.5 5.5 4.5 3.5
拟合公式为：f＝35-2h；
为防止石灰石设定值在某一范围波动时，避免浆液泵和补水阀门频繁切换。在计算确定石灰石设定值后，该石灰石设定值大于一定值(比如H为3050kg/h时)，且延时指定时间(比如15秒)，才进行切换。系统切换为浆液泵变频控制，补水调节阀V1切为手动控制，补水调节阀入口电动门V2连锁关闭，浆液截止阀V3开启。当石灰石需求量改变时，通过调节变频泵频率来改变浆液流量，从而改变石灰石供应量，使其与石灰石需求量一致。
当石灰石需求量长期低于设定值(比如L为3000kg/h时)，且保持指定时间(比如15秒)后，信号取“非”作为切换条件，，变频泵仍为自动控制，但加入浆液箱液位校正的前馈，该前馈信号经速率限制RATE与原浆液泵副调输出相加后作为浆液泵频率指令；补水调节阀V1设为自动控制，补水调节阀入口电动门V2打开，稀释水管路切换为自动。当石灰石需求量改变时，将变频泵频率设为随石灰石浆液箱液位自动调节，使浆液流量不变，并且通过调节补水调节阀V1开度来改变浆液密度，从而改变石灰石供应量，为了避免吸收塔液位过高，设置有溢流箱和溢流泵。
当SO2负荷短期较低时，浆液截止阀V3关闭，用少量工艺水定时洗清管路，避免造成管路阻塞。
当石灰石需求量在设定值H与L之间时，石灰石浆液泵和补水调节阀都为自动控制，需要整定PID参数进行对其进行控制。
本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中一种基于GA-LSSVM的石灰石浆液供给控制方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中识别模型训练方法，或者计算机程序被处理器执行时实现上述实施例一种基于GA-LSSVM的石灰石浆液供给控制方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，包括以下步骤：
采用GA-LSSVM模型对SO2浓度进行预测，根据预测的SO2浓度获得SO2负荷；
根据SO2负荷获得石灰石需求量，根据石灰石需求量调节石灰石浆液供给；
GA-LSSVM模型建立方法为：
已知SO2浓度与机组负荷，煤质有关，将这两个量作为输入，SO2浓度作为输出；将这个函数关系表示为：
Figure FDA0003551620220000011
问题转变为已知m个样本，确定向量w和标量b；
用最小二乘支持向量机将问题转化为约束优化问题：
Figure FDA0003551620220000012
式中：w为权值向量；ei为误差变量；γ是调整参数因子；
引入拉格朗日乘子求解该优化问题，Lagrange函数为：
Figure FDA0003551620220000013
式中：ai为Lagrange乘子，对函数的各变量求偏导，并令偏导数为0，得到如下方程组：
Figure FDA0003551620220000014
在消去变量w和e后得到对偶问题的KKT系统：
Figure FDA0003551620220000015
式中：
Figure FDA0003551620220000016
y＝[y1；…；ym]；a＝[a1；…am]；I为单位矩阵；Ωjk＝K(xj,xk)，j,k＝1,…,m，
Figure FDA0003551620220000021
为满足Mercer条件的核函数，γ为核函数参数；
由此得LSSVM的函数估计表达式为：
Figure FDA0003551620220000022
对于最优参数采用遗传算法自动寻优，从而建立GA-LSSVM模型，根据历史运行数据，预测SO2浓度。
2.根据权利要求1所述的基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，当石灰石浆液需求量大于石灰石浆液需求量设定值H时，根据石灰石需求量调节石灰石浆液流量。
3.根据权利要求1所述的基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，石灰石浆液需求量小于石灰石浆液需求量设定值L，且此状态保持的时间大于T；
根据石灰石的需求量对石灰石浆液进行稀释。
4.根据权利要求3所述的基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，在对石灰石浆液稀释过程中，保持石灰石浆液的流量不变，根据石灰石的需求量对石灰石浆液稀释水的流量进行调整。
5.根据权利要求1所述的基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，石灰石浆液需求量小于石灰石浆液需求量设定值L，且此状态保持的时间小于T；
停止石灰石浆液供给，对石灰石浆液供给管路进行冲洗。
6.根据权利要求1所述的基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，
SO2负荷计算公式为：
Figure FDA0003551620220000023
式中
Figure FDA0003551620220000024
-SO2负荷，kg/h
Qy-脱硫塔入口烟气量(标态、干基、6％O2)，Nm3/h
Figure FDA0003551620220000025
-脱硫塔入口SO2浓度(标态、干基、6％O2)，mg/Nm3。
7.根据权利要求1所述的基于GA-LSSVM的石灰石浆液供给控制方法，其特征在于，
石灰石需求量的计算公式为：
Figure FDA0003551620220000031
式中
Figure FDA0003551620220000032
-石灰石需求量，kg/h
η-脱硫效率
αpH-pH修正系数，范围为[0.85，1.15]；
pH修正系数计算公式为：
Figure FDA0003551620220000033
式中pHa-pH设定值
pHb-pH测量值；
石灰石供应量计算公式为：
Figure FDA0003551620220000034
式中
Figure FDA0003551620220000035
-石灰石供应量，kg/h
Figure FDA0003551620220000036
-石灰石浆液密度
Figure FDA0003551620220000037
-当前石灰石浆液流量。
8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于GA-LSSVM的石灰石浆液供给控制方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于GA-LSSVM的石灰石浆液供给控制方法。
CN202011002417.3A 2020-09-22 2020-09-22 基于ga-lssvm的石灰石浆液供给控制方法、设备及介质 Active CN112070321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011002417.3A CN112070321B (zh) 2020-09-22 2020-09-22 基于ga-lssvm的石灰石浆液供给控制方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011002417.3A CN112070321B (zh) 2020-09-22 2020-09-22 基于ga-lssvm的石灰石浆液供给控制方法、设备及介质

Publications (2)

Publication Number Publication Date
CN112070321A CN112070321A (zh) 2020-12-11
CN112070321B true CN112070321B (zh) 2022-05-03

Family

ID=73682267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011002417.3A Active CN112070321B (zh) 2020-09-22 2020-09-22 基于ga-lssvm的石灰石浆液供给控制方法、设备及介质

Country Status (1)

Country Link
CN (1) CN112070321B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947616B (zh) * 2021-01-29 2022-03-01 华能国际电力股份有限公司营口电厂 一种基于趋势预判的湿法脱硫pH值智能约束控制方法
CN112999857B (zh) * 2021-02-24 2021-10-26 大唐环境产业集团股份有限公司 一种针对宽负荷石灰石供浆系统的调控方法和调控系统
CN112906967B (zh) * 2021-02-24 2024-06-14 大唐环境产业集团股份有限公司 一种脱硫系统浆液循环泵性能预测方法、装置
CN113655825B (zh) * 2021-07-05 2022-04-22 国能龙源环保有限公司 一种湿法脱硫喷淋浆液pH值控制方法
CN113521998B (zh) * 2021-07-05 2023-06-06 国能龙源环保有限公司 一种灵敏且经济的湿法脱硫出口烟气SOx浓度控制方法
CN113648800B (zh) * 2021-08-16 2022-05-31 浙江浩普智能科技有限公司 一种湿法脱硫pH值预测控制方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7634417B2 (en) * 2004-08-27 2009-12-15 Alstom Technology Ltd. Cost based control of air pollution control
CN107096371B (zh) * 2017-06-30 2020-04-03 大唐环境产业集团股份有限公司 一种宽负荷调节的石灰石浆液供应系统及调节方法
CN111338409A (zh) * 2020-03-17 2020-06-26 辽宁汇德电气有限公司 一种通用脱硫除尘节能优化控制系统

Also Published As

Publication number Publication date
CN112070321A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN112070321B (zh) 基于ga-lssvm的石灰石浆液供给控制方法、设备及介质
WO2020088485A1 (zh) 一种智能化多种污染物超低排放系统及全局优化方法
CN109521813B (zh) 一种火力发电厂循环水浓缩倍率稳定控制的系统和方法
CN112619389A (zh) 一种石灰石-湿法脱硫系统供浆优化控制方法和系统
CN112044243A (zh) 火电机组脱硫装置排放指标自动控制系统及方法
CN105116855A (zh) 一种烟气循环流化床脱硫的优化控制方法
BR102017013708B1 (pt) Sistema e método de adição de amônia automáticos para dispositivo de dessulfurização à base de amônia
CN111340199A (zh) 一种基于物料衡算和深度学习的脱硫系统节能方法
CN111880504A (zh) 一种智能的动态分区喷氨控制方法和系统
CN115309117A (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
CN110496507A (zh) 一种湿法脱硫工艺中拟合亚硫酸钙浓度的方法
CN111968708A (zh) 一种基于随机森林和lstm神经网络的scr脱硝喷氨量预测方法
CN103116282A (zh) 循环流化床脱硫剂预投入量多目标优化方法
CN109833773B (zh) 一种高效脱硝氨流量精确控制方法
CN112999857B (zh) 一种针对宽负荷石灰石供浆系统的调控方法和调控系统
CN113578007A (zh) 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法
JP5756061B2 (ja) バイオガスの生物学的脱硫装置及び脱硫方法
CN113822541A (zh) 一种污水厂站网调度方法及系统
CN219879806U (zh) 离心机入料稀释装置
WO2014002926A1 (ja) バイオガスの生物学的脱硫装置及び生物学的脱硫方法
CN111747561A (zh) 一种火电厂高位收水冷却塔水质自动控制系统
CN209475983U (zh) 一种脱硫浆液的液位和密度调节装置
CN115608125A (zh) 一种通过氯离子在线监测调控脱硫废水排放方法及系统
JP2529244B2 (ja) 湿式排煙脱硫装置の吸収液循環量制御装置
CN104998532A (zh) 锅炉氨法脱硫烟气排放与氨逃逸平衡控制的装置及方法

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