CN113144844A - 一种脱硫剂流量控制方法、装置及煤燃烧系统 - Google Patents

一种脱硫剂流量控制方法、装置及煤燃烧系统 Download PDF

Info

Publication number
CN113144844A
CN113144844A CN202110302098.6A CN202110302098A CN113144844A CN 113144844 A CN113144844 A CN 113144844A CN 202110302098 A CN202110302098 A CN 202110302098A CN 113144844 A CN113144844 A CN 113144844A
Authority
CN
China
Prior art keywords
sulfur oxide
concentration
desulfurization system
flue gas
output result
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
CN202110302098.6A
Other languages
English (en)
Other versions
CN113144844B (zh
Inventor
范学明
马战南
薛智平
赵勇纲
冀树春
刘娇
戈佳
刘彦飞
李海青
杨波
高小强
侯荣利
赵赟
刘萍
菅晓丽
李辉
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.)
Shanxi Luneng Hequ Power Generation Co Ltd
National Energy Group Guoyuan Power Co Ltd
Original Assignee
Shanxi Luneng Hequ Power Generation Co Ltd
National Energy Group Guoyuan Power 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 Shanxi Luneng Hequ Power Generation Co Ltd, National Energy Group Guoyuan Power Co Ltd filed Critical Shanxi Luneng Hequ Power Generation Co Ltd
Priority to CN202110302098.6A priority Critical patent/CN113144844B/zh
Publication of CN113144844A publication Critical patent/CN113144844A/zh
Application granted granted Critical
Publication of CN113144844B publication Critical patent/CN113144844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B01D53/30—Controlling by gas-analysis apparatus
    • 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
    • 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Treating Waste Gases (AREA)

Abstract

本申请公开了一种脱硫剂流量控制方法、装置及煤燃烧系统。该方法包括：获取脱硫系统的实际运行参数；将所述实际运行参数输入至硫氧化物浓度预测模型，其中，所述硫氧化物浓度预测模型用于预测所述脱硫系统烟气出口处的硫氧化物浓度；根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制。由于该硫氧化物浓度预测模型能够用于准确预测脱硫系统烟气出口处的硫氧化物浓度，因此，根据该输出结果以及实际测量浓度对脱硫剂流量进行控制，使得脱硫剂流量的大小更能够符合实际需要。

Description

一种脱硫剂流量控制方法、装置及煤燃烧系统
技术领域
本申请涉及燃煤锅炉的污染气体排放控制领域，尤其涉及脱硫剂流量控制方法、装置及煤燃烧系统。
背景技术
燃煤锅炉在进行煤的燃烧时，通常需要将所产生的烟气通入至脱硫系统中进行脱硫。脱硫系统可以向烟气中喷入脱硫剂，并通过脱硫剂与烟气中的硫氧化物进行反应，从而实现脱硫。因此，如何控制脱硫剂的喷入流量对于该脱硫过程至关重要。
发明内容
本申请实施例提供脱硫剂流量控制方法、装置及煤燃烧系统，用于解决现有技术中的问题。
本申请实施例提供了一种脱硫剂流量控制方法，包括：
获取脱硫系统的实际运行参数；
将所述实际运行参数输入至硫氧化物浓度预测模型，其中，所述硫氧化物浓度预测模型用于预测所述脱硫系统烟气出口处的硫氧化物浓度；
根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制。
优选的，所述硫氧化物浓度预测模型由硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型构成，其中，所述硫氧化物浓度预测模型的输出结果具体为：所述硫氧化物浓度第一预测子模型的输出结果，与所述硫氧化物浓度第二预测子模型的输出结果的和或加权求和值，其中：
所述硫氧化物浓度第一预测子模型和所述硫氧化物浓度第二预测子模型，均基于所述脱硫系统的历史运行参数，以及所述脱硫系统烟气出口处的历史硫氧化物浓度训练得到。
优选的，基于所述历史运行参数以及所述历史硫氧化物浓度，采用如下方法训练得到所述硫氧化物浓度第一预测子模型和所述硫氧化物浓度第二预测子模型：
将所述历史运行参数作为第一样本数据，并将所述历史硫氧化物浓度作为第一目标输出值，通过对第一预训练模型的训练，得到所述硫氧化物浓度第一预测子模型；以及，
将所述历史运行参数作为第二样本数据，并将所述第一预训练模型的输出值与所述第一目标输出值的差值作为第二目标输出值，通过对第二预训练模型的训练，得到所述硫氧化物浓度第二预测子模型。
优选的，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制，具体包括：
在所述实际测量浓度的变化率大于第一阈值，并且所述输出结果与所述实际测量浓度之间的差值大于第二阈值的情况下，根据所述输出结果与硫氧化物的目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制；或，
在所述实际测量浓度的变化率小于或等于第一阈值，或所述输出结果与所述实际测量浓度之间的差值小于或等于第二阈值的情况下，根据所述实际测量浓度与所述目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制。
优选的，根据所述输出结果与硫氧化物的目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制，具体包括：
获取调节系数；
根据所述差值与调节系数之间的乘积，对所述脱硫系统的脱硫剂流量进行控制。
优选的，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制，具体包括：
确定硫氧化物的目标浓度区间，其中，所述目标浓度区间包括区间最大值和区间最小值；
在所述实际测量浓度的变化率大于第一阈值，并且所述输出结果与所述实际测量浓度之间的差值大于第二阈值的情况下，根据所述输出结果、所述区间最大值和所述区间最小值确定第一动态调节系数，并根据所述输出结果以及所述第一动态调节系数，对所述脱硫系统的脱硫剂流量进行控制；或，
在所述实际测量浓度的变化率小于或等于第一阈值，或所述输出结果与所述实际测量浓度之间的差值小于或等于第二阈值的情况下，根据所述实际测量浓度、所述区间最大值和所述区间最小值确定第二动态调节系数，并根据所述实际测量浓度以及所述第二动态调节系数，对所述脱硫系统的脱硫剂流量进行控制。
优选的，根据所述输出结果、所述区间最大值和所述区间最小值确定第一动态调节系数，具体包括：
根据所述输出结果、所述区间最大值和所述区间最小值，两两之间差值的绝对值之和确定所述第一动态调节系数。
本申请实施例还提供了一种脱硫剂流量控制装置，包括：获取单元、输入单元以及控制单元，其中：
获取单元，获取脱硫系统的实际运行参数；
输入单元，将所述实际运行参数输入至硫氧化物浓度预测模型，其中，所述硫氧化物浓度预测模型用于预测所述脱硫系统烟气出口处的硫氧化物浓度；
控制单元，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制。
本申请实施例还提供了一种煤燃烧系统，包括：脱硫系统以及本申请实施例所提供的脱硫剂流量控制装置。
优选的，所述煤燃烧系统还包括：燃煤锅炉、脱硝装置、除尘装置以及烟囱，其中：
所述燃煤锅炉的烟气出口与所述脱硝装置的烟气入口连接；
所述脱硝装置的烟气出口与所述除尘装置的烟气入口连接；
所述除尘装置的烟气出口与所述脱硫系统的烟气入口连接；
所述脱硫系统的烟气出口与所述烟囱的烟气入口连接。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
采用本申请实施例所提供的脱硫剂流量控制方法，获取脱硫系统的实际运行参数，然后将该实际运行参数输入至硫氧化物浓度预测模型，根据硫氧化物浓度预测模型的输出结果，以及脱硫系统烟气出口处硫氧化物的实际测量浓度，对脱硫系统的脱硫剂流量进行控制。由于该硫氧化物浓度预测模型能够用于准确预测脱硫系统烟气出口处的硫氧化物浓度，因此，根据该输出结果以及实际测量浓度对脱硫剂流量进行控制，使得脱硫剂流量的大小更能够符合实际需要。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例提供的，脱硫剂流量控制方法的具体流程示意图；
图2为本申请实施例提供的，硫氧化物浓度预测模型的结构示意图；
图3为本申请实施例提供的，硫氧化物浓度预测模型训练过程的流程示意图；
图4为本申请实施例提供的，另一种脱硫剂流量控制方法的流程示意图；
图5为本申请实施例提供的，脱硫剂流量控制装置的具体结构示意图；
图6为本申请实施例提供的，煤燃烧系统的具体结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
如前所示，脱硫系统可以向烟气中喷入脱硫剂，并通过脱硫剂与烟气中的硫氧化物进行反应，从而实现脱硫。因此，如何控制脱硫剂的喷入流量对于该脱硫过程至关重要。比如，当脱硫剂流量过少时，会导致烟气中的硫氧化物脱除不足，使得最终所排放的烟气中硫氧化物浓度过高，对环境造成影响；当脱硫剂流量过多时，会造成成本的增加。其中，燃煤锅炉在进行煤的燃烧时，所产生的硫氧化物主要为二氧化硫，通常也会含有部分的三氧化硫，诸如二氧化硫、三氧化硫等硫氧化物可能会对环境造成影响，因此需要从烟气中进行脱除，以符合国家相关标准中的规定。
基于此，本申请提供了一种脱硫剂流量控制方法，能够用于解决现有技术中的问题。如图1所示为该控制方法的具体流程示意图，包括如下步骤：
步骤S11：获取脱硫系统的实际运行参数。
该脱硫系统可以用于对烟气进行脱硫，在实际应用中可以具体为石灰石－石膏湿法脱硫系统，可以为半干法循环流化床烟气脱硫系统等。比如，石灰石－石膏湿法脱硫系统中，利用石灰石浆液作为脱硫剂对烟气进行脱硫。
通常脱硫系统中设置有烟气入口、烟气出口等，脱硫系统中的烟气入口与脱硫原烟道连接，用于向脱硫系统中导入待脱硫的烟气；烟气出口与脱硫净烟道连接，用于导出脱硫之后的烟气。
脱硫系统的实际运行参数，通常能够反应脱硫系统目前的实际运行状态。比如，该实际运行参数可以是脱硫系统中脱硫剂的实际流量，脱硫剂的实际流量能够反映出脱硫系统中脱硫剂的不足或过量；该实际运行参数还可以是脱硫系统烟气入口处的硫氧化物实际浓度、脱硫系统烟气入口处的实际烟气流量和脱硫系统烟气入口处的实际烟气温度等，该硫氧化物实际浓度和实际烟气流量通常能够确定所需要的脱硫剂流量，该实际烟气温度会影响氧化还原反应的速率等，也可能会影响到脱硫剂流量；当然，该实际运行参数还可以是其他能够反应脱硫系统目前的实际运行状态的运行参数，这些实际运行参数均可能对脱硫剂流量造成影响。
因此，这里获取脱硫系统的实际运行参数可以是，从能够反应脱硫系统目前实际状态的运行参数中获取一个或多个，比如从脱硫系统烟气入口处的硫氧化物实际浓度、脱硫系统烟气入口处的实际烟气流量、脱硫系统烟气入口处的实际烟气温度、脱硫系统中脱硫剂的实际流量这4个实际运行参数中，任意获取其中的至少两个、三个或一个等。
步骤S12：将该实际运行参数输入至硫氧化物浓度预测模型，其中，该硫氧化物浓度预测模型用于预测脱硫系统烟气出口处的硫氧化物浓度。
也就是说，在步骤S12中，将上述步骤S11中所获取的实际运行参数作为该硫氧化物浓度预测模型的输入，并通过该硫氧化物浓度预测模型来得到输出结果，从而预测脱硫系统烟气出口处的脱氧化物浓度。
在实际应用中，该硫氧化物浓度预测模型可以是用于预测硫氧化物输出浓度的神经网络模型。比如，可以预先建立该神经网络模型，并将上述的实际运行参数输入至该神经网络模型，从而得到输出结果，用于预测脱硫系统烟气出口处的硫氧化物浓度。
对于该硫氧化物浓度预测模型的具体结构，其可以由硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型构成。如图2所示为该硫氧化物浓度预测模型F的结构，其中，硫氧化物浓度第一预测子模型F1和硫氧化物浓度第二预测子模型F2在接收实际运行参数后x，分别得到输出结果y1和y2，并将各自的输出结果通过求和或加权求和，从而得到该硫氧化物浓度预测模型F的输出结果y。
对于硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型，通常可以利用脱硫系统的历史运行参数，以及脱硫系统烟气出口处的历史硫氧化物浓度，通过训练得到该硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型。
对于该硫氧化物浓度第一预测子模型，其训练过程可以为将历史运行参数作为第一样本数据输入至第一预训练模型，从而得到第一预训练模型的输出值，并将历史硫氧化物浓度作为第一目标输出值，计算该输出值与第一目标输出值之间的差值，该差值的大小反映出了输出值相对于第一目标输出值的偏差大小，因此能够通过该差值的大小对第一预训练模型中的参数进行调整，进而对该第一预训练模型进行训练，最终得到硫氧化物浓度第一预测子模型。
对于该硫氧化物浓度第二预测子模型，其训练过程可以为将历史运行参数作为第二样本数据输入至第二预训练模型，从而得到第二预训练模型的输出值，并将第一预训练模型的输出值与第一目标输出值的差值作为第二目标输出值，进一步计算该第二目标输出值与第二预训练模型的输出值之间的差值，进而通过该差值对第二预训练模型中的参数进行调整，最终训练得到硫氧化物浓度第二预测子模型。
其中，该硫氧化物浓度第二预测子模型的训练过程中，利用第一预训练模型的输出值与第一目标输出值的差值作为第二目标输出值，因此其实质是对硫氧化物浓度第一预测子模型的误差进行逼近，能够提高模型的准确性。
另外，对于硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型，均可以为径向基函数(RBF)神经网络模型，从RBF神经网络模型的拓扑结构来看，需要确定的参数主要有聚类中心、高斯函数的方差、输出权值以及隐层单元数。
当硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型均为RBF神经网络模型时，其训练过程如图3所示，其中图3中的F1为该硫氧化物浓度第一预测子模型，F2为该硫氧化物浓度第二预测子模型均。
首先，获取样本数据，该样本数据包括脱硫系统的历史运行参数X和脱硫系统烟气出口处的历史硫氧化物浓度Y，利用聚类算法(例如K均值聚类算法、KM聚类算法等)聚类得到聚类中心和高斯函数的方差，然后利用递推最小二乘法得到均值，然后计算X与均值的误差，并判断该误差是否为最小误差，若是则记录当前网络参数(包括输出权值等)，并进一步判断隐层单元数n是否在取值范围内，若否则训练完成，得到F1，若隐层单元数n在取值范围内，则将n+1，并重新利用聚类算法聚类得到聚类中心和高斯函数的方差；当然，若X与均值的误差不为最小误差，则直接判断隐层单元数n是否在取值范围内，若否则训练完成，得到F1，若隐层单元数n在取值范围内，也将n+1，并重新利用聚类算法聚类得到聚类中心和高斯函数的方差。
对于F2的训练过程，将历史运行参数X作为第二样本数据输入至第二预训练模型(即神经网络2)，并且将第一预训练模型的输出值与Y的差值e作为第二目标输出值，对神经网络2进行训练，从而得到F2。
步骤S13：根据硫氧化物浓度预测模型的输出结果，以及脱硫系统烟气出口处硫氧化物的实际测量浓度，对脱硫系统的脱硫剂流量进行控制。
在得到硫氧化物浓度预测模型的输出结果之后，可以结合脱硫系统烟气出口处硫氧化物的实际测量浓度，对脱硫系统的脱硫剂流量进行控制。比如，可以先计算该输出结果与实际测量浓度的平均值，然后根据该平均值与硫氧化物的目标浓度之间的差值，根据该差值对脱硫系统的脱硫剂流量进行控制。
或者，也可以进行某种条件判断，从而在该输出结果和实际测量浓度两者之间选取其一，并进一步计算所选取的值与硫氧化物的目标浓度之间的差值，然后根据该差值对脱硫系统的脱硫剂流量进行控制。
比如，该判断条件可以是，判断实际测量浓度的变化率是否大于第一阈值，并且该输出结果与实际测量浓度之间的差值是否大于第二阈值，其中，如果实际测量浓度的变化率大于第一阈值，说明该实际测量浓度的变化过快，如果该输出结果与实际测量浓度之间的差值大于第二阈值，说明两者之间的偏差较大。因此，当这两个条件同时满足时，说明输出结果与实际测量浓度之间的偏差较大，并且实际测量浓度的变化过快，此时该实际测量浓度进行控制的准确性较差，可以利用该输出结果对脱硫系统的脱硫剂流量进行控制；或者，当这两个条件均不满足，或者只满足其中之一时，此时该实际测量浓度进行控制具有一定的准确性，可以利用该实际测量浓度对脱硫系统的脱硫剂流量进行控制。其中，该第一阈值和第二阈值可以根据实际需要来设定，比如该第一阈值可以为1mg/Nm3每秒、2mg/Nm3每5秒等，该第二阈值可以为3mg/Nm3、2mg/Nm3、5mg/Nm3等。
具体来说，在脱硫系统烟气出口处硫氧化物的实际测量浓度的变化率大于第一阈值，并且该输出结果与该实际测量浓度之间的差值大于第二阈值的情况下，可以根据该输出结果与硫氧化物的目标浓度之间的差值，对脱硫系统的脱硫剂流量进行控制，其中，硫氧化物的目标浓度通常可以根据国家排放标准来确定，比如该目标浓度可以小于或等于国家排放标准中的规定值。因此，该输出结果与硫氧化物的目标浓度之间的差值，能够反映出相对于输出结果相对于国家排放标准的偏差，进而对脱硫系统的脱硫剂流量进行控制，比如该偏差较大并且输出结果大于目标浓度时，可以适当的增大脱硫剂流量等。
在脱硫系统烟气出口处硫氧化物的实际测量浓度的变化率小于或等于第一阈值，或输出结果与实际测量浓度之间的差值小于或等于第二阈值的情况下，根据实际测量浓度与目标浓度之间的差值，对脱硫系统的脱硫剂流量进行控制。
另外，根据输出结果与硫氧化物的目标浓度之间的差值，或者据实际测量浓度与所述目标浓度之间的差值，对脱硫系统的脱硫剂流量进行控制时，可以先获取调节系数，然后计算该差值与调节系数之间的乘积，然后根据该乘积对脱硫系统的脱硫剂流量进行控制。由于该调节系数通常为大于1的数值，通过该差值与调节系数之间的乘积调节脱硫剂流量，能够将调节效果放大。
需要说明的是，在脱硫系统烟气出口处硫氧化物的实际测量浓度的变化率大于第一阈值，并且该输出结果与该实际测量浓度之间的差值大于第二阈值的情况下，此时根据该输出结果与硫氧化物的目标浓度之间的差值，对脱硫系统的脱硫剂流量进行控制。进一步地，还可以继续实时监控脱硫系统烟气出口处硫氧化物的实际测量浓度，当该输出结果与该实际测量浓度之间的差值小于或等于第三阈值的情况下，根据实际测量浓度与目标浓度之间的差值，对脱硫系统的脱硫剂流量进行控制，其中，该第三阈值通常小于该第二阈值，比如该第二阈值为5mg/Nm3，该第三阈值3mg/Nm3。
采用本申请实施例所提供的脱硫剂流量控制方法，获取脱硫系统的实际运行参数，然后将该实际运行参数输入至硫氧化物浓度预测模型，根据硫氧化物浓度预测模型的输出结果，以及脱硫系统烟气出口处硫氧化物的实际测量浓度，对脱硫系统的脱硫剂流量进行控制。由于该硫氧化物浓度预测模型能够用于准确预测脱硫系统烟气出口处的硫氧化物浓度，因此，根据该输出结果以及实际测量浓度对脱硫剂流量进行控制，使得脱硫剂流量的大小更能够符合实际需要。
需要说明的是，上述提到了利用硫氧化物浓度预测模型的输出结果，或脱硫系统烟气出口处硫氧化物的实际测量浓度，结合硫氧化物的目标浓度，对脱硫系统的脱硫剂流量进行控制，比如输出结果与目标浓度的差值，或实际测量浓度与目标浓度的差值，对脱硫系统的脱硫剂流量进行控制，这里的目标浓度通常为一个固定的值。为了使调节过程更加灵活，增加调节的鲁棒性，通常还可以将该目标浓度设置为目标浓度区间的方式，该目标浓度区间包括区间最大值和区间最小值，并且该目标浓度通常为目标浓度区间的中间值。比如，该目标浓度为25mg/Nm3，该目标浓度区间通常可以为25mg/Nm3±5mg/Nm3，即该目标浓度区间为20mg/Nm3～30mg/Nm3，其区间最大值为30mg/Nm3，区间最小值为20mg/Nm3，中间值为目标浓度25mg/Nm3。
这样可以利用该目标浓度区间，结合上述的输出结果和实际测量浓度，对脱硫系统的脱硫剂流量进行控制，比如在实际测量浓度的变化率大于第一阈值，并且输出结果与实际测量浓度之间的差值大于第二阈值的情况下，根据输出结果、该区间最大值和区间最小值确定第一动态调节系数，然后根据输出结果以及第一动态调节系数，对脱硫系统的脱硫剂流量进行控制。比如，可以根据输出结果、区间最大值和区间最小值，两两之间差值的绝对值之和确定第一动态调节系数，然后根据输出结果与中间值之间的差值，乘以该第一动态调节系数，从而根据该乘积对脱硫系统的脱硫剂流量进行控制。
如图4所示为目标浓度区间进行控制的示意图，其中yH为目标浓度区间的区间最大值(也称之为区间上限)，yL为目标浓度区间的区间最小值(也称之为区间下限)，两者之间的差值的绝对值为区间宽度yW；yK为输出结果，其中yK与yH之间差值的绝对值为udk，yK与yL之间差值的绝对值为ldk。这样可以通过udk、ldk和yW来确定第一动态调节系数，在该过程中，首先定义输出结果与目标浓度区间的距离为dk，此时：
(1)、当yK大于yH时：
Figure BDA0002986652650000111
(2)、当yK小于yL时：
Figure BDA0002986652650000112
(3)、当yK大于yL，并且小于yH时，此时dk＝0，同理可以表示成：
Figure BDA0002986652650000121
结合上述的(1)、(2)和(3)三种情况，该dk可以表示成如下公式：
Figure BDA0002986652650000122
当该dk等于0时，说明yK处于yL和yH之间，此时第一动态调节系数可以为某个固定值；或者，当dk不等于0时，随着dk的增大，该第一动态调节系数可以相应的增大，从而进一步放大调节幅度。
同理，在实际测量浓度的变化率小于或等于第一阈值，或输出结果与实际测量浓度之间的差值小于或等于第二阈值的情况下，可以根据实际测量浓度、所述区间最大值和区间最小值确定第二动态调节系数，并根据实际测量浓度以及第二动态调节系数，对脱硫系统的脱硫剂流量进行控制。比如，可以根据实际测量浓度、区间最大值和区间最小值，两两之间差值的绝对值之和确定第二动态调节系数，然后根据实际测量浓度与中间值之间的差值，乘以该第二动态调节系数，从而根据该乘积对脱硫系统的脱硫剂流量进行控制。比如，也可以结合图4，在该情况下，图4中的yK为实际测量浓度，而其它的控制过程基本相同，这里就不再一一赘述。
基于与本申请所提供的脱硫剂流量控制方法相同的发明构思，本申请实施例还提供了一种脱硫剂流量控制装置，也能够用于解决现有技术中的问题。如图5所示为该脱硫剂流量控制装置20的具体结构示意图，该脱硫剂流量控制装置20包括：获取单元201、输入单元202以及控制单元203，其中：
获取单元201，获取脱硫系统的实际运行参数；
输入单元202，将所述实际运行参数输入至硫氧化物浓度预测模型，其中，所述硫氧化物浓度预测模型用于预测所述脱硫系统烟气出口处的硫氧化物浓度；
控制单元203，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制。
由于该脱硫剂流量控制装置20采用与本申请实施例所提供的方法相同的发明构思，因此也能够解决现有技术中的问题，这里对此不再赘述。并且对于该脱硫剂流量控制装置20中，如有不清楚之处，可以参考上述的方法实施例。
在实际应用中，该硫氧化物浓度预测模型由硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型构成，其中，所述硫氧化物浓度预测模型的输出结果具体为：所述硫氧化物浓度第一预测子模型的输出结果，与所述硫氧化物浓度第二预测子模型的输出结果的和或加权求和值，其中：所述硫氧化物浓度第一预测子模型和所述硫氧化物浓度第二预测子模型，均基于所述脱硫系统的历史运行参数，以及所述脱硫系统烟气出口处的历史硫氧化物浓度训练得到。
并且，基于所述历史运行参数以及所述历史硫氧化物浓度，采用如下方法训练得到所述硫氧化物浓度第一预测子模型和所述硫氧化物浓度第二预测子模型：将所述历史运行参数作为第一样本数据，并将所述历史硫氧化物浓度作为第一目标输出值，通过对第一预训练模型的训练，得到所述硫氧化物浓度第一预测子模型；以及，将所述历史运行参数作为第二样本数据，并将所述第一预训练模型的输出值与所述第一目标输出值的差值作为第二目标输出值，通过对第二预训练模型的训练，得到所述硫氧化物浓度第二预测子模型。
控制单元203，在所述实际测量浓度的变化率大于第一阈值，并且所述输出结果与所述实际测量浓度之间的差值大于第二阈值的情况下，根据所述输出结果与硫氧化物的目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制；或，在所述实际测量浓度的变化率小于或等于第一阈值，或所述输出结果与所述实际测量浓度之间的差值小于或等于第二阈值的情况下，根据所述实际测量浓度与所述目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制。其中，根据所述输出结果与硫氧化物的目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制，具体可以包括：获取调节系数；根据所述差值与调节系数之间的乘积，对所述脱硫系统的脱硫剂流量进行控制。
控制单元203，还可以确定硫氧化物的目标浓度区间，其中，所述目标浓度区间包括区间最大值和区间最小值；在所述实际测量浓度的变化率大于第一阈值，并且所述输出结果与所述实际测量浓度之间的差值大于第二阈值的情况下，根据所述输出结果、所述区间最大值和所述区间最小值确定第一动态调节系数，并根据所述输出结果以及所述第一动态调节系数，对所述脱硫系统的脱硫剂流量进行控制；或，在所述实际测量浓度的变化率小于或等于第一阈值，或所述输出结果与所述实际测量浓度之间的差值小于或等于第二阈值的情况下，根据所述实际测量浓度、所述区间最大值和所述区间最小值确定第二动态调节系数，并根据所述实际测量浓度以及所述第二动态调节系数，对所述脱硫系统的脱硫剂流量进行控制。其中，根据所述输出结果、所述区间最大值和所述区间最小值确定第一动态调节系数，可以具体包括：根据所述输出结果、所述区间最大值和所述区间最小值，两两之间差值的绝对值之和确定所述第一动态调节系数。
需要说明的是，本申请实施例还可以提供一种煤燃烧系统，如图6所示为该煤燃烧系统的具体结构示意图。该煤燃烧系统包括燃煤锅炉1、脱硝装置2、除尘装置3、脱硝系统4、烟囱5以及本申请实施例所提供的脱硫剂流量控制装置20，其中：燃煤锅炉1的烟气出口与脱硝装置2的烟气入口连接、脱硝装置2的烟气出口与除尘装置3的烟气入口连接、除尘装置3的烟气出口与脱硝系统4的烟气入口连接、脱硝系统4的烟气出口与烟囱5的烟气入口连接，并通过该脱硫剂流量控制装置20能够对脱硝系统4中的脱硫剂流量进行控制。
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种脱硫剂流量控制方法，其特征在于，包括：
获取脱硫系统的实际运行参数；
将所述实际运行参数输入至硫氧化物浓度预测模型，其中，所述硫氧化物浓度预测模型用于预测所述脱硫系统烟气出口处的硫氧化物浓度；
根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制。
2.如权利要求1所述的方法，其特征在于，所述硫氧化物浓度预测模型由硫氧化物浓度第一预测子模型和硫氧化物浓度第二预测子模型构成，其中，所述硫氧化物浓度预测模型的输出结果具体为：所述硫氧化物浓度第一预测子模型的输出结果，与所述硫氧化物浓度第二预测子模型的输出结果的和或加权求和值，其中：
所述硫氧化物浓度第一预测子模型和所述硫氧化物浓度第二预测子模型，均基于所述脱硫系统的历史运行参数，以及所述脱硫系统烟气出口处的历史硫氧化物浓度训练得到。
3.如权利要求2所述的方法，其特征在于，基于所述历史运行参数以及所述历史硫氧化物浓度，采用如下方法训练得到所述硫氧化物浓度第一预测子模型和所述硫氧化物浓度第二预测子模型：
将所述历史运行参数作为第一样本数据，并将所述历史硫氧化物浓度作为第一目标输出值，通过对第一预训练模型的训练，得到所述硫氧化物浓度第一预测子模型；以及，
将所述历史运行参数作为第二样本数据，并将所述第一预训练模型的输出值与所述第一目标输出值的差值作为第二目标输出值，通过对第二预训练模型的训练，得到所述硫氧化物浓度第二预测子模型。
4.如权利要求1所述的方法，其特征在于，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制，具体包括：
在所述实际测量浓度的变化率大于第一阈值，并且所述输出结果与所述实际测量浓度之间的差值大于第二阈值的情况下，根据所述输出结果与硫氧化物的目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制；或，
在所述实际测量浓度的变化率小于或等于第一阈值，或所述输出结果与所述实际测量浓度之间的差值小于或等于第二阈值的情况下，根据所述实际测量浓度与所述目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制。
5.如权利要求4所述的方法，其特征在于，根据所述输出结果与硫氧化物的目标浓度之间的差值，对所述脱硫系统的脱硫剂流量进行控制，具体包括：
获取调节系数；
根据所述差值与调节系数之间的乘积，对所述脱硫系统的脱硫剂流量进行控制。
6.如权利要求1所述的方法，其特征在于，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制，具体包括：
确定硫氧化物的目标浓度区间，其中，所述目标浓度区间包括区间最大值和区间最小值；
在所述实际测量浓度的变化率大于第一阈值，并且所述输出结果与所述实际测量浓度之间的差值大于第二阈值的情况下，根据所述输出结果、所述区间最大值和所述区间最小值确定第一动态调节系数，并根据所述输出结果以及所述第一动态调节系数，对所述脱硫系统的脱硫剂流量进行控制；或，
在所述实际测量浓度的变化率小于或等于第一阈值，或所述输出结果与所述实际测量浓度之间的差值小于或等于第二阈值的情况下，根据所述实际测量浓度、所述区间最大值和所述区间最小值确定第二动态调节系数，并根据所述实际测量浓度以及所述第二动态调节系数，对所述脱硫系统的脱硫剂流量进行控制。
7.如权利要求1所述的方法，其特征在于，根据所述输出结果、所述区间最大值和所述区间最小值确定第一动态调节系数，具体包括：
根据所述输出结果、所述区间最大值和所述区间最小值，两两之间差值的绝对值之和确定所述第一动态调节系数。
8.一种脱硫剂流量控制装置，其特征在于，包括：获取单元、输入单元以及控制单元，其中：
获取单元，获取脱硫系统的实际运行参数；
输入单元，将所述实际运行参数输入至硫氧化物浓度预测模型，其中，所述硫氧化物浓度预测模型用于预测所述脱硫系统烟气出口处的硫氧化物浓度；
控制单元，根据所述硫氧化物浓度预测模型的输出结果，以及所述脱硫系统烟气出口处硫氧化物的实际测量浓度，对所述脱硫系统的脱硫剂流量进行控制。
9.一种煤燃烧系统，其特征在于，包括：脱硫系统以及如权利要求8所述的脱硫剂流量控制装置。
10.如权利要求9所述的煤燃烧系统，其特征在于，所述煤燃烧系统还包括：燃煤锅炉、脱硝装置、除尘装置以及烟囱，其中：
所述燃煤锅炉的烟气出口与所述脱硝装置的烟气入口连接；
所述脱硝装置的烟气出口与所述除尘装置的烟气入口连接；
所述除尘装置的烟气出口与所述脱硫系统的烟气入口连接；
所述脱硫系统的烟气出口与所述烟囱的烟气入口连接。
CN202110302098.6A 2021-03-22 2021-03-22 一种脱硫剂流量控制方法、装置及煤燃烧系统 Active CN113144844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110302098.6A CN113144844B (zh) 2021-03-22 2021-03-22 一种脱硫剂流量控制方法、装置及煤燃烧系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110302098.6A CN113144844B (zh) 2021-03-22 2021-03-22 一种脱硫剂流量控制方法、装置及煤燃烧系统

Publications (2)

Publication Number Publication Date
CN113144844A true CN113144844A (zh) 2021-07-23
CN113144844B CN113144844B (zh) 2022-09-16

Family

ID=76888108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110302098.6A Active CN113144844B (zh) 2021-03-22 2021-03-22 一种脱硫剂流量控制方法、装置及煤燃烧系统

Country Status (1)

Country Link
CN (1) CN113144844B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11207141A (ja) * 1998-01-26 1999-08-03 Ishikawajima Harima Heavy Ind Co Ltd 排煙脱硫装置の吸収剤スラリー流量制御方法及び装置
CN105116855A (zh) * 2015-07-22 2015-12-02 华北电力大学 一种烟气循环流化床脱硫的优化控制方法
CN106390703A (zh) * 2016-05-26 2017-02-15 河北工程大学 无线传感器网络及赤泥控制燃煤脱硫的系统
US20180264402A1 (en) * 2017-03-15 2018-09-20 Jiangnan Environmental Protection Group Inc. Method and apparatus for removing sulfur oxides from gas
CN108636094A (zh) * 2018-07-12 2018-10-12 浙江大学 一种湿法脱硫工艺中的精确预测控制与节能系统及方法
CN109224815A (zh) * 2018-10-18 2019-01-18 中国石化扬子石油化工有限公司 一种基于多变量约束区间预测控制的氨法脱硫优化控制方法
CN109508832A (zh) * 2018-11-22 2019-03-22 李东峰 基于变量压缩bp神经网络的电厂so2排放软测量方法
CN109948869A (zh) * 2019-04-22 2019-06-28 东南大学 基于有序聚类离散化的脱硫系统so2出口浓度预测方法
CN110479053A (zh) * 2019-09-12 2019-11-22 华电国际电力股份有限公司邹县发电厂 一种单pid回路加前馈调节脱硫供浆流量的装置及控制方法
CN111581792A (zh) * 2020-04-23 2020-08-25 生态环境部环境规划院 一种基于两阶段非负Lasso模型的大气PM2.5浓度预测方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11207141A (ja) * 1998-01-26 1999-08-03 Ishikawajima Harima Heavy Ind Co Ltd 排煙脱硫装置の吸収剤スラリー流量制御方法及び装置
CN105116855A (zh) * 2015-07-22 2015-12-02 华北电力大学 一种烟气循环流化床脱硫的优化控制方法
CN106390703A (zh) * 2016-05-26 2017-02-15 河北工程大学 无线传感器网络及赤泥控制燃煤脱硫的系统
US20180264402A1 (en) * 2017-03-15 2018-09-20 Jiangnan Environmental Protection Group Inc. Method and apparatus for removing sulfur oxides from gas
CN108636094A (zh) * 2018-07-12 2018-10-12 浙江大学 一种湿法脱硫工艺中的精确预测控制与节能系统及方法
CN109224815A (zh) * 2018-10-18 2019-01-18 中国石化扬子石油化工有限公司 一种基于多变量约束区间预测控制的氨法脱硫优化控制方法
CN109508832A (zh) * 2018-11-22 2019-03-22 李东峰 基于变量压缩bp神经网络的电厂so2排放软测量方法
CN109948869A (zh) * 2019-04-22 2019-06-28 东南大学 基于有序聚类离散化的脱硫系统so2出口浓度预测方法
CN110479053A (zh) * 2019-09-12 2019-11-22 华电国际电力股份有限公司邹县发电厂 一种单pid回路加前馈调节脱硫供浆流量的装置及控制方法
CN111581792A (zh) * 2020-04-23 2020-08-25 生态环境部环境规划院 一种基于两阶段非负Lasso模型的大气PM2.5浓度预测方法及系统

Also Published As

Publication number Publication date
CN113144844B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
Smrekar et al. Multi-step-ahead prediction of NOx emissions for a coal-based boiler
US20180024508A1 (en) System modeling, control and optimization
CN114191953B (zh) 一种基于卷积神经网络和XGBoost的烟气脱硫脱硝控制方法
CN109707494A (zh) 一种后处理硫中毒的处理方法和装置
US5228335A (en) Method and apparatus for detection of catalyst failure on-board a motor vehicle using a dual oxygen sensor and an algorithm
CN114225662B (zh) 一种基于滞后模型的烟气脱硫脱硝优化控制方法
CN103975150A (zh) 用于对气体传感器进行监控的方法和装置
CN110173333A (zh) 用于对氮氧化物-储存式催化器进行监控的方法
CN111589301A (zh) 燃煤电厂scr脱硝性能预测方法、装置、设备和存储介质
JP2017200668A (ja) 排ガス脱塩装置
JP5155690B2 (ja) 石炭焚きボイラのガス濃度推定装置及びガス濃度推定方法
CN113144844B (zh) 一种脱硫剂流量控制方法、装置及煤燃烧系统
CN116688754A (zh) 船舶烟气脱硫自动控制系统及其方法
CN113440990A (zh) 基于emd-lstm的出口so2浓度预测方法
CN112364562A (zh) 一种烟气环保岛协同控制方法及系统
US7319928B2 (en) Method for real time determination of the mass of particles in a particle filter of a motor vehicle
CN114186708A (zh) 基于pso-elm循环流化床机组so2浓度预测方法
CN112933913B (zh) 喷氨控制方法、装置及煤燃烧系统
CN114647973A (zh) 用于估计烟尘质量的方法和控制装置
US7266460B2 (en) NOx software sensor
CN108956886B (zh) 一种脱硝系统cems测量特性的评估方法及系统
WO2007082223A2 (en) Method and apparatus for determining loading of an emission trap by use of transfer function analysis
JPH10160142A (ja) 排ガス性状推定システム及び運転訓練システム
Wang et al. Prediction of oxygen storage capacity and stored NOx by HEGO sensors for improved LNT control strategies
CN109306891B (zh) 用于检验氮氧化物传感器的信号的方法

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