CN112791570A - 一种全工况自适应的ph调节方法 - Google Patents

一种全工况自适应的ph调节方法 Download PDF

Info

Publication number
CN112791570A
CN112791570A CN202011492083.2A CN202011492083A CN112791570A CN 112791570 A CN112791570 A CN 112791570A CN 202011492083 A CN202011492083 A CN 202011492083A CN 112791570 A CN112791570 A CN 112791570A
Authority
CN
China
Prior art keywords
data
value
flue gas
full
adaptive
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.)
Pending
Application number
CN202011492083.2A
Other languages
English (en)
Inventor
杨艳春
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.)
Guoneng Longyuan Environmental Protection Co Ltd
Original Assignee
Guoneng Longyuan Environmental Protection 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 Guoneng Longyuan Environmental Protection Co Ltd filed Critical Guoneng Longyuan Environmental Protection Co Ltd
Publication of CN112791570A publication Critical patent/CN112791570A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • B01D53/346—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
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/80—Semi-solid phase processes, i.e. by using slurries
    • 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
    • B01D53/96—Regeneration, reactivation or recycling of reactants
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D21/00—Control of chemical or physico-chemical variables, e.g. pH value
    • G05D21/02—Control of chemical or physico-chemical variables, e.g. pH value characterised by the use of electric means
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明公开了一种全工况自适应的PH调节方法，包括：步骤1：数据收集，选择DCS历史数据，导出到CSV格式文件，导出数据按照时间先后进行排列；步骤2：数据的筛选和清洗；步骤3：将筛选和清洗后的数据表进行建模分析，得出动态PH期望值模型；步骤4：根据实时监测的烟气质量流量和在运循环泵台数，通过动态PH期望值公式在线计算出对应数据集的PH值并实时进行PH调节；本全工况自适应的PH调节方法可以实现全负荷工况下，脱硫PH值的精准控制，解决了传统PID控制中，设定值由运行人员根据实时工况，人工调整的弊端；解决了根据实时运行工况下，PH值设定值的自动精准匹配的问题；与传统PH值调节模式相比较，可以降低石灰石消耗，达到降耗的目的。

Description

一种全工况自适应的PH调节方法
技术领域
本发明属于PH调节技术领域，特别是涉及一种全工况自适应的PH调节方法。
背景技术
当前，脱硫装置吸收塔浆液的PH调节，基本是基于传统DCS控制技术，采用串级PID控制，通过调节石灰石供浆量与入口烟气SO2负荷相匹配，PH值的设定值有运行人员根据运行状态人为设定，实现PH的控制。
但是，现有控制模式由于PH设定值需要人为设定，并不能适应全负荷工况下，以及锅炉快速升降负荷时PH值的稳定调节，常常导致PH值自动调节系统超驰解列；现有控制模式也未考虑到吸收塔循环泵运行台数对于浆液PH值的影响，在这种情况下，为提高装置的自动化程度和运行可靠性，需对这种传统技术方案进行完善和调整。
发明内容
本发明的目的在于提供一种全工况自适应的PH调节方法，以解决现有技术中现有控制模式并不能适应全负荷工况下，以及锅炉快速升降负荷时PH值的稳定调节，常常导致PH值自动调节系统超驰解列；现有控制模式也未考虑到吸收塔循环泵运行台数对于浆液PH值的影响的技术问题；本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。
为实现上述目的，本发明提供了以下技术方案：
本发明提供的一种全工况自适应的PH调节方法，其包括以下步骤：
步骤1：数据收集，选择原烟气流量、原烟气SO2浓度，各台循环泵运行状态点、各台循环泵运行电流、PH值、供浆液流量的参数点的DCS历史数据，导出到CSV格式文件，导出数据按照时间先后进行排列；
步骤2：筛选和清洗；
步骤3：将筛选和清洗后的数据表进行建模分析，得出动态PH期望值模型：
PH＝-0.2657764*cp_runnum+1.01e-07*rawso2t+5.386814；其中：
rawso2t为原烟气SO2质量流量，等于原烟气流量与原烟气SO2浓度的乘积；cp_runnum为在运的循环泵台数；
步骤4：根据实时监测的烟气质量流量和在运循环泵台数，通过动态PH期望值公式在线计算出对应数据集的PH值并实时进行PH调节。
进一步，步骤1还包括筛选出有效的最高烟气SO2负荷与最低烟气SO2负荷：
进一步，筛选出有效的最高烟气SO2负荷与最低烟气SO2负荷的具体步骤为：首先对烟气流量进行筛选，剔除停机、主机组并网等阶段的数据，锅炉负荷进行比对，筛选掉偏离正常值的测点；然后对烟气SO2浓度进行筛选，剔除CEMS标定维护期间及失真数据，结合原烟气氧量进行剔除取样管线泄露等非正常工况的数据；最终通过原烟气流量、原烟气SO2浓度的数据范围筛选出有效的最高烟气SO2负荷与最低烟气SO2负荷，数据密度为分钟。
进一步，步骤1中收集数据时的原烟气SO2浓度为干标态。
进一步，步骤2包括：
(2.1)对数据进行格式转换，除了时间列之外，将其他类型的数据点都转换为数值型数据；
(2.2)通过循环泵的电流验证循环泵的运行状态，删除存在验证失败的数据行；
(2.3)增加循环泵运行台数列，计算出相应值；
(2.4)增加原烟气SO2质量流量列，计算出相应值。
进一步，步骤2还包括：
(2.5)删除数据表中存在的空行；
(2.6)删除质量状态点列；
(2.7)删除数据中包含字符的行；
(2.8)分别对原烟气流量、PH值、原烟气SO2浓度等超过正常范围的数据行删除；
(2.9)根据情况删除或补全存在坏点的数据行。
进一步，步骤3中，对建立后的数据模型，抽取一段历史数据进行验证：
根据烟气质量流量和在运循环泵台数计算出对应数据集的PH值，再根据脱硫工艺原理计算出对应的PH值；比对实际历史PH值、通过数据模型拟合出的PH值及通过机理模型拟合出的PH值这三组输出数据，找出与实际历史值偏差较大的数值进行原因分析；如数据清洗不彻底，则重新进行有针对性的数据清洗，如模型区域划分不合理，则根据偏差数据找出特征重新进行分区建模，完成模型的修正。
进一步，步骤4中，实时计算的PH值输入到PID控制器进行PH自动调节。
可以发现，解决现有技术存在的技术问题的关键环节在于PH设定值的自适应，如何找到全负荷工况下，不同循环泵运行台数下的最佳PH值的函数关系，是本方案的关键环节，本方法通过运行数据和工艺原理，获得全负荷工况下的PH值最佳期望值的过程，并从中归纳总结出可以相关函数表示的PH值的主要影响因素，这种最佳期望值的获取，是工艺原理与运行经验的一种综合运用，在优化了PH值控制的同时，由于可以对石灰石供浆量进行精准把控，从而达到降低物耗的目的。
本发明提供的一种全工况自适应的PH调节方法，其有益效果为：
本全工况自适应的PH调节方法可以实现全负荷工况下，脱硫PH值的精准控制，解决了传统PID控制中，设定值由运行人员根据实时工况，人工调整的弊端；在PH调节中，除与石灰石供浆量息息相关外，在不同的循环泵运行台数下，在控制出口SO2排放指标合格的条件下，被调量PH值是不同的，本自适应PH调节方法解决了根据实时运行工况下，PH值设定值的自动精准匹配的问题；与传统PH值调节模式相比较，可以降低石灰石消耗，达到降耗的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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。
其中：
图1为本发明全工况自适应PH调节方法的应用流程图；
图2为本发明原PH值自动控制方案的流程图；
图3为本发明实施例1中数据表导入到工具软件中进行建模分析后的结果分析图。
具体实施方式
在下文中，将参照附图描述本发明的全工况自适应的PH调节方法的实施例。
在此记载的实施例为本发明的特定的具体实施方式，用于说明本发明的构思，均是解释性和示例性的，不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外，本领域技术人员还能够基于本申请权利要求书和说明书所公开的内容采用显而易见的其它技术方案，这些技术方案包括采用对在此记载的实施例的做出任何显而易见的替换和修改的技术方案。
本说明书的附图为示意图，辅助说明本发明的构思，示意性地表示各部分的形状及其相互关系。请注意，为了便于清楚地表现出本发明实施例的各部件的结构，各附图之间并未按照相同的比例绘制。相同的参考标记用于表示相同的部分。
实施例1：
图2示出原PH值自动控制方案的流程图，其中原PH值设定值为DCS画面人工输入，图1示出本发明一种实施例的全工况自适应的PH调节方法的应用流程图，现PH值控制方案中，PH值设定值SP1的确定由图1的方法自动计算输入，不再采用DCS画面人工输入的形式，本发明的全工况自适应的PH调节方法包括以下步骤
步骤1：数据的收集，
首先选择原烟气流量、原烟气SO2浓度(干标态)，各台循环泵运行状态点，各台循环泵运行电流，PH值，供浆液流量等参数点的DCS历史数据(筛选出有效的最高烟气SO2负荷与最低负荷：原烟气流量、原烟气SO2浓度决定了烟气负荷，首先对烟气流量进行筛选，剔除停机、主机组并网等阶段的数据，锅炉负荷进行比对，筛选掉偏离正常值的测点，对烟气SO2浓度进行筛选，剔除CEMS标定维护期间及失真数据，结合原烟气氧量进行剔除取样管线泄露等非正常工况的数据，最终通过原烟气流量、原烟气SO2浓度的数据范围筛选出有效的最高烟气SO2负荷与最低负荷，数据密度为分钟)导出到CSV格式文件，要求导出数据按照时间先后进行排列。
步骤2：数据收集后的筛选和清洗，
(1)删除数据表中存在的空行；
(2)删除质量状态点列；
(3)删除数据中包含字符的行；
(4)对数据进行格式转换，除了时间列之外，将其他类型的数据点都转换为数值型数据；
(5)分别对原烟气流量、PH值、原烟气SO2浓度等超过正常范围的数据行删除；
(6)根据情况删除或补全存在坏点的数据行；
(7)通过循环泵的电流验证循环泵的运行状态，删除存在验证失败的数据行；
(8)增加循环泵运行台数列，计算出相应值；
(9)增加原烟气SO2质量流量列，计算出相应值；
步骤3：通过工具软件建模，
将筛选和清洗后的数据表导入到工具软件中进行建模分析，得出分析结果如图3所述：
其中：rawso2t：原烟气SO2质量流量，等于原烟气流量与原烟气SO2浓度的乘积；cp_runnum：在运的循环泵台数；
得出动态PH期望值的公式：
PH＝F(X)＝-0.2657764*cp_runnum+1.01e-07*rawso2t+5.386814
值得说明的是，在建立完模型后，还需要对模型的可行性进行验证以及修正，其具体步骤为：
根据脱硫设计工艺原理，利用建模软件进行建模分析，得出动态PH值和烟气质量流量和在运循环泵台数的关系；通过建立后的数据模型，抽取一段全新的历史数据中进行验证，根据烟气质量流量和在运循环泵台数计算出对应数据集的PH值，再根据脱硫工艺原理计算出对应的PH值；比对实际历史PH值、通过数据模型拟合出的PH值及通过机理模型拟合出的PH值这三组输出数据，找出与实际历史值偏差较大的数值进行原因分析；如数据清洗不彻底，则重新进行有针对性的数据清洗，如模型区域划分不合理，则根据偏差数据找出特征重新进行分区建模，从而完成模型的修正。
本方法解决了脱硫吸收塔浆液PH值调节，不能满足全负荷工况下的自动投入问题。解决了PH值自动调节过程中，设定值的改变靠运行人员根据运行经验确定后，人工输入。本方案解决了设定值根据入口烟气参数，同时结合脱硫运行状况，在一定阈值范围内，实时给定PH值设定值，一是从根源上，比人工设定更科学合理的实时给出当前状况下，PH值应该在什么范围，防止供浆过量或不足，降低调节过程中的超调量，从而满足全负荷工况下的自动投入，同时降低石灰石消耗，提高运行可靠性。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种全工况自适应的PH调节方法，其特征在于，包括以下步骤：
步骤1：数据收集，选择原烟气流量、原烟气SO2浓度，各台循环泵运行状态点、各台循环泵运行电流、PH值、供浆液流量的参数点的DCS历史数据，导出到CSV格式文件，导出数据按照时间先后进行排列；
步骤2：筛选和清洗；
步骤3：将筛选和清洗后的数据表进行建模分析，得出动态PH期望值模型：
PH＝-0.2657764*cp_runnum+1.01e-07*rawso2t+5.386814；其中：
rawso2t为原烟气SO2质量流量，等于原烟气流量与原烟气SO2浓度的乘积；cp_runnum为在运的循环泵台数；
步骤4：根据实时监测的烟气质量流量和在运循环泵台数，通过动态PH期望值公式在线计算出对应数据集的PH值并实时进行PH调节。
2.根据权利要求1所述的全工况自适应的PH调节方法，其特征在于，所述步骤1还包括筛选出有效的最高烟气SO2负荷与最低烟气SO2负荷。
3.根据权利要求2所述的全工况自适应的PH调节方法，其特征在于，所述有效的最高烟气SO2负荷与最低烟气SO2负荷的筛选步骤为：
首先对烟气流量进行筛选，剔除停机、主机组并网等阶段的数据，锅炉负荷进行比对，筛选掉偏离正常值的测点；然后对烟气SO2浓度进行筛选，剔除CEMS标定维护期间及失真数据，结合原烟气氧量进行剔除取样管线泄露等非正常工况的数据；最终通过原烟气流量、原烟气SO2浓度的数据范围筛选出有效的最高烟气SO2负荷与最低烟气SO2负荷。
4.根据权利要求3所述的全工况自适应的PH调节方法，其特征在于，所述数据密度为分钟。
5.根据权利要求1所述的全工况自适应的PH调节方法，其特征在于，所述步骤1中收集数据时的原烟气SO2浓度为干标态。
6.根据权利要求1所述的全工况自适应的PH调节方法，其特征在于，所述步骤2包括：
(2.1)对数据进行格式转换，除了时间列之外，将其他类型的数据点都转换为数值型数据；
(2.2)通过循环泵的电流验证循环泵的运行状态，删除存在验证失败的数据行；
(2.3)增加循环泵运行台数列，计算出相应值；
(2.4)增加原烟气SO2质量流量列，计算出相应值。
7.根据权利要求1所述的全工况自适应的PH调节方法，其特征在于，所述步骤2还包括：
(2.5)删除数据表中存在的空行；
(2.6)删除质量状态点列；
(2.7)删除数据中包含字符的行；
(2.8)分别对原烟气流量、PH值、原烟气SO2浓度等超过正常范围的数据行删除；
(2.9)根据情况删除或补全存在坏点的数据行。
8.根据权利要求1所述的全工况自适应的PH调节方法，其特征在于，所述步骤3中，对建立后的数据模型，抽取一段历史数据，对模型的可行性进行验证以及修正。
9.根据权利要求8所述的全工况自适应的PH调节方法，其特征在于，所述模型的可行性进行验证以及修正的具体步骤为：
根据烟气质量流量和在运循环泵台数计算出对应数据集的PH值，再根据脱硫工艺原理计算出对应的PH值；比对实际历史PH值、通过数据模型拟合出的PH值及通过机理模型拟合出的PH值这三组输出数据，找出与实际历史值偏差较大的数值进行原因分析；如数据清洗不彻底，则重新进行有针对性的数据清洗，如模型区域划分不合理，则根据偏差数据找出特征重新进行分区建模，完成模型的修正。
10.根据权利要求1所述的全工况自适应的PH调节方法，其特征在于，所述步骤4中，实时计算的PH值输入到PID控制器进行PH自动调节。
CN202011492083.2A 2020-08-12 2020-12-16 一种全工况自适应的ph调节方法 Pending CN112791570A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020108059437 2020-08-12
CN202010805943.7A CN112023650A (zh) 2020-08-12 2020-08-12 一种全工况自适应的pH调节系统

Publications (1)

Publication Number Publication Date
CN112791570A true CN112791570A (zh) 2021-05-14

Family

ID=73578669

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010805943.7A Withdrawn CN112023650A (zh) 2020-08-12 2020-08-12 一种全工况自适应的pH调节系统
CN202011492083.2A Pending CN112791570A (zh) 2020-08-12 2020-12-16 一种全工况自适应的ph调节方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010805943.7A Withdrawn CN112023650A (zh) 2020-08-12 2020-08-12 一种全工况自适应的pH调节系统

Country Status (1)

Country Link
CN (2) CN112023650A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066044A (zh) * 2021-11-12 2022-02-18 国能龙源环保有限公司 一种石灰石供浆管道堵塞状况预测方法及预测装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113655824B (zh) * 2021-07-05 2022-04-22 国能龙源环保有限公司 一种湿法脱硫喷淋量与喷淋浆液pH值耦合控制优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060045803A1 (en) * 2004-08-27 2006-03-02 Alstom Technology Ltd. APC process control when process parameters are inaccurately measured
CN102743971A (zh) * 2012-07-31 2012-10-24 浙江省电力公司电力科学研究院 一种脱硫系统石灰石浆液pH值控制方法
CN109420424A (zh) * 2017-08-22 2019-03-05 邢台国泰发电有限责任公司 一种石灰石-石膏湿法烟气脱硫系统节能优化方法
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
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
CN111340199A (zh) * 2020-03-26 2020-06-26 中煤能源研究院有限责任公司 一种基于物料衡算和深度学习的脱硫系统节能方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060045803A1 (en) * 2004-08-27 2006-03-02 Alstom Technology Ltd. APC process control when process parameters are inaccurately measured
CN102743971A (zh) * 2012-07-31 2012-10-24 浙江省电力公司电力科学研究院 一种脱硫系统石灰石浆液pH值控制方法
CN109420424A (zh) * 2017-08-22 2019-03-05 邢台国泰发电有限责任公司 一种石灰石-石膏湿法烟气脱硫系统节能优化方法
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
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
CN111340199A (zh) * 2020-03-26 2020-06-26 中煤能源研究院有限责任公司 一种基于物料衡算和深度学习的脱硫系统节能方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066044A (zh) * 2021-11-12 2022-02-18 国能龙源环保有限公司 一种石灰石供浆管道堵塞状况预测方法及预测装置

Also Published As

Publication number Publication date
CN112023650A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112791570A (zh) 一种全工况自适应的ph调节方法
CN111240282B (zh) 一种工艺优化方法、装置、设备及计算机可读存储介质
CN112506162B (zh) 一种基于数据模型和机理运算的氧化风系统控制方法
CN111077869A (zh) 一种大数据智能控制布袋除尘器优化控制方法及系统
CN110263452B (zh) 一种烟道内烟气时间分布特性分析方法、系统及脱硝系统
CN110397951B (zh) 一种基于数据驱动及智能算法的锅炉燃烧优化系统和装置
CN111522290A (zh) 一种基于深度学习方法的脱硝控制方法和系统
CN110889638B (zh) 一种火电厂操作评价方法及相关设备
CN114239197A (zh) 供热系统碳转化过程建模和低碳优化运行调度决策的方法
CN101598927A (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
CN117348558A (zh) 基于大数据分析的压滤生产闭环建模和优化控制方法
CN113868836B (zh) 基于大数据的智慧热力系统在线专家分析平台
CN111950118A (zh) 一种燃气-蒸汽联合发电机组操作优化方法及设备
CN112348696B (zh) 基于bp神经网络的供热机组调峰上限评估方法及系统
CN111612181A (zh) 基于故障树的锅炉异常工况诊断及运行优化方法
CN112749205B (zh) 一种燃煤发电机组功率与供电煤耗关系曲线获取系统及方法
CN115102164A (zh) 多机组协同优化负荷分配方法、系统、设备及存储介质
CN114880944A (zh) 一种基于Lasso算法的脱硫系统运行优化方法及系统
CN111852596B (zh) 一种锅炉汽轮发电机组运行参数及相对发电煤耗率预测方法
CN114429258A (zh) 一种基于能效评价的天然气净化控制方法及在线优化平台
CN113361748B (zh) 适用于在线负荷分配的机组供电煤耗预测方法
CN201449529U (zh) 一种基于神经网络的纯碱碳化工艺控制系统
CN113280508A (zh) 配置暖风器的火电机组最佳入炉风温的确定系统及方法
CN114171135A (zh) 一种基于cnn-lstm的湿法脱硫出口so2浓度预测方法
Tang et al. Computer Prediction Model of Heat Consumption in Thermal System of Coal-Fired Power Station Based on Big Data Analysis and Information Sorting

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