CN113648801B - 一种湿法脱硫氧化风机优化控制方法及系统 - Google Patents

Abstract

本发明公开一种湿法脱硫氧化风机优化控制方法及系统，涉及湿法脱硫技术领域，方法包括：基于脱硫历史数据和石灰石浆液氧化率构建样本数据集；采用样本数据集对ANN神经网络模型进行训练和优化；将当前时刻的脱硫数据输入优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值；根据石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量；判断当前时刻是否在满负荷运行时间段内；若是，则根据当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭；若否，则根据当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。本发明能够在全工况保证充分氧化的前提下，显著降低氧化风机能耗。

Description

一种湿法脱硫氧化风机优化控制方法及系统

技术领域

本发明涉及湿法脱硫技术领域，特别是涉及一种湿法脱硫氧化风机优化控制方法及系统。

背景技术

目前燃煤电厂多采用石灰石-石膏湿法脱硫工艺，该工艺具有脱硫效率高，技术成熟，适用面广等优点。湿法脱硫反应过程为气液反应，反应过程中需要向将塔内通入氧气，使浆液中的亚硫酸根氧化成硫酸根，以促进石灰石浆液对烟气中SO₂的吸收，提高脱硫效率。该工艺中配置至少1台氧化风机，氧化风机配置工频电机，在任何工况下均为100％负荷运行。然而在脱硫设计时，通常会设定一定的余量，原始SO₂浓度和烟气量都小于设计值，机组运行时也会产生负荷变化，同时没有成熟的亚硫酸根在线测量仪表，导致了氧化风机能耗浪费。因此，如何在全工况保证充分氧化的前提下，显著降低氧化风机能耗，成为本领域亟待解决的问题。

发明内容

本发明的目的是提供一种湿法脱硫氧化风机优化控制方法及系统，能够在全工况保证充分氧化的前提下，显著降低氧化风机能耗。

为实现上述目的，本发明提供了如下方案：

一种湿法脱硫氧化风机优化控制方法，所述方法包括：

获取脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率；所述脱硫历史数据包括：历史吸收塔直径、历史喷淋高度到池底液面高度差、历史循环浆液量、历史烟气量、历史吸收塔入口SO₂浓度和历史塔内浆液密度；

基于所述脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率构建样本数据集；

采用所述样本数据集对ANN神经网络模型进行训练和优化，得到优化后的ANN神经网络模型；

获取当前时刻的脱硫数据；所述脱硫数据包括：吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、吸收塔入口SO₂浓度和塔内浆液密度；

将所述当前时刻的脱硫数据输入所述优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值；

根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量；

获取满负荷运行时间段、过渡运行时间段和低负荷运行时间段；

判断当前时刻是否在所述满负荷运行时间段内；

若是，则获取当前时刻的氧化风机的运行状态；所述运行状态包括开启状态和关闭状态；

根据所述当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭；

若否，则根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

可选地，所述根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量，具体包括：

利用公式δ_总＝δ₀+δ-[λ₀×θ+λ×(1-θ)]计算当前时刻的亚硫酸系数总量；式中，δ_总表示当前时刻的亚硫酸系数总量，δ₀表示初始亚硫酸系数，δ表示每分钟亚硫酸系数，δ＝吸收塔入口SO₂浓度/设计SO₂浓度，λ₀表示石灰石浆液氧化率经验值，0＜λ₀≤1，θ表示权重比，0＜θ＜1，λ表示石灰石浆液氧化率预测值。

可选地，所述根据所述当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭，具体包括：

判断所述当前时刻的氧化风机的运行状态是否为关闭状态；

若是，则发送第一控制信号给氧化风机；所述第一控制信号用于控制所述氧化风机开启；

若否，则不发送控制信号。

可选地，所述根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当所述当前时刻在所述过渡运行时间段内时，获取当前时刻的氧化风机的运行状态；

根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

可选地，所述根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当所述当前时刻的氧化风机的运行状态为关闭状态时，获取所述当前时刻的亚硫酸系数总量；

判断所述当前时刻的亚硫酸系数总量是否大于等于60；

若是，则发送第二控制信号给氧化风机；所述第二控制信号用于控制所述氧化风机开启；

若否，则不发送控制信号；

当所述当前时刻的氧化风机的运行状态为开启状态时，不发送控制信号。

可选地，所述根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体还包括：

当所述当前时刻在所述低负荷运行时间段内时，获取当前时刻的氧化风机的运行状态；

根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

可选地，所述根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当所述当前时刻的氧化风机的运行状态为开启状态时，获取所述当前时刻的亚硫酸系数总量；

判断所述当前时刻的亚硫酸系数总量是否小于等于0；

若是，则发送第三控制信号给氧化风机；所述第三控制信号用于控制所述氧化风机关闭；

若否，则不发送控制信号；

当所述当前时刻的氧化风机的运行状态为关闭状态时，获取所述当前时刻的亚硫酸系数总量；

判断所述当前时刻的亚硫酸系数总量是否大于等于60；

若是，则发送第四控制信号给氧化风机；所述第四控制信号用于控制所述氧化风机开启；

若否，则不发送控制信号。

本发明还提供了如下方案：

一种湿法脱硫氧化风机优化控制系统，所述系统包括：

历史数据获取模块，用于获取脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率；所述脱硫历史数据包括：历史吸收塔直径、历史喷淋高度到池底液面高度差、历史循环浆液量、历史烟气量、历史吸收塔入口SO₂浓度和历史塔内浆液密度；

样本数据集构建模块，用于基于所述脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率构建样本数据集；

ANN神经网络模型训练和优化模块，用于采用所述样本数据集对ANN神经网络模型进行训练和优化，得到优化后的ANN神经网络模型；

当前时刻数据获取模块，用于获取当前时刻的脱硫数据；所述脱硫数据包括：吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、吸收塔入口SO₂浓度和塔内浆液密度；

石灰石浆液氧化率预测模块，用于将所述当前时刻的脱硫数据输入所述优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值；

亚硫酸系数总量确定模块，用于根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量；

运行时间段获取模块，用于获取满负荷运行时间段、过渡运行时间段和低负荷运行时间段；

判断模块，用于判断当前时刻是否在所述满负荷运行时间段内；

氧化风机运行状态获取模块，用于当所述判断模块的输出结果为是时，获取当前时刻的氧化风机的运行状态；所述运行状态包括开启状态和关闭状态；

第一控制模块，用于根据所述当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭；

第二控制模块，用于当所述判断模块的输出结果为否时，根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

可选地，所述第二控制模块具体包括：

第一氧化风机运行状态获取单元，用于当所述当前时刻在所述过渡运行时间段内时，获取当前时刻的氧化风机的运行状态；

第一控制单元，用于根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

可选地，所述第二控制模块具体还包括：

第二氧化风机运行状态获取单元，用于当所述当前时刻在所述低负荷运行时间段内时，获取当前时刻的氧化风机的运行状态；

第二控制单元，用于根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开的湿法脱硫氧化风机优化控制方法及系统，利用历史数据和ANN神经网络模型预测石灰石浆液氧化率，根据石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量，若当前时刻在过渡运行时间段和低负荷运行时间段内，则根据当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，从而保证满负荷运行时间段之外的过渡运行时间段和低负荷运行时间段内，通过实时在线预测的塔内浆液中亚硫酸根总量，控制氧化风机开启或关闭，可以在全工况保证充分氧化的前提下，使氧化风机无需100％负荷运行，避免了氧化风机能耗浪费，显著降低了氧化风机能耗。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明湿法脱硫氧化风机优化控制方法实施例的流程图；

图2为本发明湿法脱硫氧化风机优化控制方法实施例的具体控制流程示意图；

图3为本发明湿法脱硫氧化风机优化控制系统实施例的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

本发明的目的是提供一种湿法脱硫氧化风机优化控制方法及系统，能够在全工况保证充分氧化的前提下，显著降低氧化风机能耗。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明湿法脱硫氧化风机优化控制方法实施例的流程图。参见图1，该湿法脱硫氧化风机优化控制方法包括：

步骤101：获取脱硫历史数据和与脱硫历史数据相对应的石灰石浆液氧化率；脱硫历史数据包括：历史吸收塔直径、历史喷淋高度到池底液面高度差、历史循环浆液量、历史烟气量、历史吸收塔入口SO₂浓度和历史塔内浆液密度。

该步骤101建立历史数据库，获取固定参数吸收塔直径、喷淋高度到池底液面高度差、循环浆液量(循环浆液量为固定参数，等于循环泵的浆液量×循环泵数量)，通过现场仪表获取实时在线数据烟气量、原始SO₂浓度(历史吸收塔入口SO₂浓度)和塔内浆液密度。

步骤102：基于脱硫历史数据和与脱硫历史数据相对应的石灰石浆液氧化率构建样本数据集。

步骤103：采用样本数据集对ANN神经网络模型进行训练和优化，得到优化后的ANN神经网络模型。

步骤104：获取当前时刻的脱硫数据；脱硫数据包括：吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、吸收塔入口SO₂浓度和塔内浆液密度。

步骤105：将当前时刻的脱硫数据输入优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值。

该步骤105利用优化后的ANN神经网络模型实时预测石灰石浆液氧化率。

该实施例中，ANN神经网络模型以ANN神经网络为基础，通过工艺机理模型对其进行修正。其中，建立脱硫工艺机理模型包括：

计算石灰石浆液量，石灰石浆液量＝碳酸钙摩尔质量/二氧化硫摩尔质量*钙硫比*(原始SO₂浓度-35)*烟气量/1000000。其中碳酸钙摩尔质量和二氧化硫摩尔质量均为固定值，碳酸钙摩尔质量＝100，二氧化硫摩尔质量＝64。

计算氧化风量，氧化风量＝(原始SO₂浓度-35)*烟气量*氧气摩尔质量/二氧化硫摩尔质量*氧硫比/1000000。其中氧气摩尔质量为固定值，氧气摩尔质量＝32。

通过工艺机理模型对ANN神经网络模型进行修正即建立工艺机理与ANN神经网络算法耦合模型，神经网络中加入输入端对输出端(石灰石浆液氧化率)的影响参数，即吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、原始SO₂浓度和塔内浆液密度这些已知数据，这些影响参数(已知数据)基于脱硫的工艺机理，将历史数据库的数据，即吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、原始SO₂浓度和塔内浆液密度构成的数据库与对应的氧化率(石灰石浆液氧化率)输入至模型中，得到拟合的氧化率曲线(由氧化率形成的曲线)，其中曲线的横坐标为时间，纵坐标为氧化率，通过调整模型特征参数(输入值中变量为特征参数)，调整权重比，例如调整入口SO₂浓度的权重比(入口SO₂浓度)，提高拟合曲线与实际曲线(根据运行数据计算得到)的同步度，得到石灰石氧化率计算方法，用于计算运行时每分钟石灰石浆液氧化率。

在实际工程中利用ANN实现计算机自主计算，把已知数据输入到ANN的输入端，计算结果输入至ANN的输出端，ANN通过自主学习，建立输入端到输出端的逻辑关系，然后再把新的数据到输入端，ANN自动在输出端输出结果，然后把这个结果与计算结果进行对比，判断同步度、拟合度，然后调整特征参数，再学习，再模拟，再对比，最后达到一个比较高的同步度拟合度。以上提到的数据均为历史数据。然后再把模型应用到工程中，进行实时计算。

步骤106：根据石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量。

该步骤106具体包括：

利用公式δ_总＝δ₀+δ-[λ₀×θ+λ×(1-θ)]计算当前时刻的亚硫酸系数总量；式中，δ_总表示当前时刻的亚硫酸系数总量，δ₀表示初始亚硫酸系数，δ表示每分钟亚硫酸系数，δ＝吸收塔入口SO₂浓度/设计SO₂浓度，λ₀表示石灰石浆液氧化率经验值，0＜λ₀≤1，θ表示权重比，0＜θ＜1，λ表示石灰石浆液氧化率预测值。

其中，δ₀通常取值60，该参数δ₀用于亚硫酸系数总量的初次计算。该参数δ₀为本发明湿法脱硫氧化风机优化控制策略(湿法脱硫氧化风机优化控制方法)执行开始时的初定数值，与实际浆液总量无关，后面的逻辑控制就与初定数值无关了，这是程序开始时必须有的第一步。吸收塔入口SO₂浓度，是一个实时值，而设计SO₂浓度即吸收塔入口SO₂浓度的设计值，是一个固定值。设计值指项目建设前由业主提供的设计依据，不同项目设计值基本不同。

步骤107：获取满负荷运行时间段、过渡运行时间段和低负荷运行时间段。

利用工程需求设定满负荷运行时间段、过渡运行时间段和低负荷运行时间段，通过能耗预测，确定满负荷运行的最佳小时，满负荷运行时间段、过渡运行时间段和低负荷运行时间段的确定方法为：根据上述步骤106计算得到的每分钟的亚硫酸系数总量，并结合工程经验，例如脱硫系统的运行特性，包括什么时间排浆、每天排浆次数以及运行人员的工作时间和锅炉的运行规律等，确定最佳的满负荷运行时间段T1-T2、过渡运行时间段T0-T1以及低负荷运行时间段T2-T0。其中，T0、T1、T2的取值区间为[0,23]，且为正整数。该步骤107中满负荷运行时间段、过渡运行时间段和低负荷运行时间段均为预设时间段，该实施例中，满负荷运行时间段为6点到16点之间，过渡运行时间段为5点到6点间，低负荷运行时间段为16点到5点间。

步骤108：判断当前时刻是否在满负荷运行时间段内。

若当前时刻在满负荷运行时间段内，则执行步骤109：获取当前时刻的氧化风机的运行状态；运行状态包括开启状态和关闭状态。

步骤110：根据当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭。

该步骤110具体包括：

判断当前时刻的氧化风机的运行状态是否为关闭状态；

若是，则发送第一控制信号给氧化风机；第一控制信号用于控制氧化风机开启；

若否，则不发送控制信号。

若当前时刻不在满负荷运行时间段内，则执行步骤111：根据当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

该步骤111具体包括：

当当前时刻在过渡运行时间段内时，获取当前时刻的氧化风机的运行状态；

根据当前时刻的氧化风机的运行状态和当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

其中，根据当前时刻的氧化风机的运行状态和当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当当前时刻的氧化风机的运行状态为关闭状态时，获取当前时刻的亚硫酸系数总量；

判断当前时刻的亚硫酸系数总量是否大于等于60；

若是，则发送第二控制信号给氧化风机；第二控制信号用于控制氧化风机开启；

若否，则不发送控制信号；

当当前时刻的氧化风机的运行状态为开启状态时，不发送控制信号。

该步骤111具体还包括：

当当前时刻在低负荷运行时间段内时，获取当前时刻的氧化风机的运行状态；

根据当前时刻的氧化风机的运行状态和当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

其中，根据当前时刻的氧化风机的运行状态和当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当当前时刻的氧化风机的运行状态为开启状态时，获取当前时刻的亚硫酸系数总量；

判断当前时刻的亚硫酸系数总量是否小于等于0；

若是，则发送第三控制信号给氧化风机；第三控制信号用于控制氧化风机关闭；

若否，则不发送控制信号；

当当前时刻的氧化风机的运行状态为关闭状态时，获取当前时刻的亚硫酸系数总量；

判断当前时刻的亚硫酸系数总量是否大于等于60；

若是，则发送第四控制信号给氧化风机；第四控制信号用于控制氧化风机开启；

若否，则不发送控制信号。

通过DCS系统获取当前时间(现在几点)，步骤108-步骤111通过对当前时间进行判定，确定当前时间处于何种运行时间段，同时计算亚硫酸系数总量(塔内浆液中亚硫酸根总量)。亚硫酸系数总量为每分钟计算一次，所需数据为每分钟的值。根据以下规则对石灰石-石膏湿法脱硫中氧化风机启停进行控制(24小时全时段控制)：

(1)当时间处于满负荷运行时间段T1-T2间，判定氧化风机运行状态，若氧化风机开，则保持该运行状态，若氧化风机关，则打开氧化风机。

(2)当时间处于过渡运行时间段T0-T1间，判定氧化风机运行状态，若氧化风机开，则保持该运行状态，若氧化风机关，则判定亚硫酸系统总量，若≥60，则打开氧化风机，若＜60，则保持氧化风机关状态。

(3)当时间处于低负荷运行时间段T2-T0间，则判定氧化风机运行状态，若氧化风机开，判定亚硫酸系统总量，若≤0，则关闭氧化风机，若＞0，则保持氧化风机开状态；若氧化风机关，判定亚硫酸系统总量，若＜60，则保持氧化风机关状态，若≥60，则打开氧化风机。

上述规则是根据目前石灰石-石膏湿法脱硫工艺中各时间段对氧化风机的要求所做的设定。

本发明湿法脱硫氧化风机优化控制方法在锅炉运行状态正常的情况下执行，通过首先判定锅炉运行状态，确定锅炉运行状态是否正常，若锅炉运行状态正常，则可执行本发明湿法脱硫氧化风机优化控制方法，包括判断时间等；若锅炉运行状态为停炉或异常(例如压火状态)，则保持氧化风机运行状态，即氧化风机保持当前状态。其中，判定锅炉运行状态依据锅炉负荷的运行信号，该运行信号可直接读取，锅炉正常运行时，负荷为××t/h或××MW，停炉时，负荷为0或负数，异常时负荷为0或负数。

下面以一个具体实施例说明本发明的技术方案：

1、获取固定参数吸收塔直径、喷淋高度到池底液面高度差和循环浆液量，以及实时参数烟气量、原始SO₂浓度，塔内浆液密度，基于循环神经网络算法，计算石灰石浆液氧化率λ。

2、初始化一个亚硫酸系数为60，进行首次周期的计算过程，每分钟亚硫酸系数δ＝原始SO₂浓度/设计SO₂浓度，通过神经网络算法实时计算亚硫酸系数。

3、通过上述步骤得到的每分钟亚硫酸系数，计算每分钟总亚硫酸系统δ_总：

δ_总＝δ₀+δ-[λ₀×θ+λ×(1-θ)]

式中，λ₀为氧化率经验值，θ为权重比。

4、根据上述步骤计算得到的每分钟的总亚硫酸系数，并结合工程经验与历史运行数据，同时基于循环神经网络算法得到最佳的满负荷运行时间段T1-T2、过渡运行时间段T0-T1以及低负荷运行时间段T2-T0，对氧化风机启停以及风机当前启停状态维持的判定，具体控制流程如图2所示。该实施例中，T1-T2为6点到16点之间，T0-T1为5点到6点间，T2-T0为16点到5点间。若时间为6点到16点之间，则后台计算的亚硫酸系数无论为多少，都启动氧化风机，保证排浆时的充分氧化；若时间为5点到6点间，判断氧化风机状态，氧化风机为启动时，保持当前状态，氧化风机为停时，判断亚硫酸系数；其他时间氧化风机启动和停时都判断计算的亚硫酸系数。5点到6点间，氧化风机停时，若亚硫酸系数大于等于60，则启动启氧化风机，亚硫酸系数小于60时，保持当前状态；其他时间氧化风机启动时，亚硫酸系数小于等于0，则停氧化风机，亚硫酸系数大于0时，保持当前状态，其他时间停氧化风机时，若亚硫酸系数小于60则保持当前状态，亚硫酸系数大于等于60时，启动氧化风机。

由于湿法烟气脱硫技术为气液反应，反应速度快，脱硫效率高，技术成熟，适用面广等优势，目前多数电厂采用湿法脱硫技术。为了将吸收塔浆液池内的亚硫酸根氧化成硫酸根，需要往浆液中提供充足的氧化空气，以促进氧化，加快氧化速率，在湿法脱硫系统中至少配备1台氧化风机。由于脱硫系统设计余量较大，原始SO₂浓度和烟气量都小于设计值，加之没有成熟的亚硫酸根在线测量仪表，导致氧化风机在各种工况下都是满负荷运行，造成较大的能耗浪费。本发明基于神经网络算法与工程运行数据的耦合，建立了一种湿法脱硫氧化风机优化控制策略，在全工况保证充分氧化的前提下，实现氧化风机能耗下降了35％。本发明利用浆液密度、烟气量、吸收塔直径、喷淋高度到池底液面高度差、入口SO₂浓度和浆液流量等原始数据，通过神经网络算法实时计算氧化率，根据氧化率来进一步采用基于决策树的分段控制算法控制氧化风机时，计算到氧化过剩时发出停氧化风机指令，计算到氧化不足时发出启动氧化风机指令，通过长时间的运行效果和浆液化验数据分析，在全工况保证充分氧化的前提下，氧化风机能耗下降了35％左右。

图3为本发明湿法脱硫氧化风机优化控制系统实施例的结构图。参见图3，该湿法脱硫氧化风机优化控制系统包括：

历史数据获取模块301，用于获取脱硫历史数据和与脱硫历史数据相对应的石灰石浆液氧化率；脱硫历史数据包括：历史吸收塔直径、历史喷淋高度到池底液面高度差、历史循环浆液量、历史烟气量、历史吸收塔入口SO₂浓度和历史塔内浆液密度。

样本数据集构建模块302，用于基于脱硫历史数据和与脱硫历史数据相对应的石灰石浆液氧化率构建样本数据集。

ANN神经网络模型训练和优化模块303，用于采用样本数据集对ANN神经网络模型进行训练和优化，得到优化后的ANN神经网络模型。

当前时刻数据获取模块304，用于获取当前时刻的脱硫数据；脱硫数据包括：吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、吸收塔入口SO₂浓度和塔内浆液密度。

石灰石浆液氧化率预测模块305，用于将当前时刻的脱硫数据输入优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值。

亚硫酸系数总量确定模块306，用于根据石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量。

该亚硫酸系数总量确定模块306具体包括：

亚硫酸系数总量确定单元，用于利用公式δ_总＝δ₀+δ-[λ₀×θ+λ×(1-θ)]计算当前时刻的亚硫酸系数总量；式中，δ_总表示当前时刻的亚硫酸系数总量，δ₀表示初始亚硫酸系数，δ表示每分钟亚硫酸系数，δ＝吸收塔入口SO₂浓度/设计SO₂浓度，λ₀表示石灰石浆液氧化率经验值，0＜λ₀≤1，θ表示权重比，0＜θ＜1，λ表示石灰石浆液氧化率预测值。

运行时间段获取模块307，用于获取满负荷运行时间段、过渡运行时间段和低负荷运行时间段。

判断模块308，用于判断当前时刻是否在满负荷运行时间段内。

氧化风机运行状态获取模块309，用于当判断模块的输出结果为是时，获取当前时刻的氧化风机的运行状态；运行状态包括开启状态和关闭状态。

第一控制模块310，用于根据当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭。

该第一控制模块310具体包括：

第一判断单元，用于判断当前时刻的氧化风机的运行状态是否为关闭状态。

第一控制信号发送单元，用于当第一判断单元的输出结果为是时，发送第一控制信号给氧化风机；第一控制信号用于控制氧化风机开启。

开启状态保持单元，用于当第一判断单元的输出结果为否时，不发送控制信号。

第二控制模块311，用于当判断模块的输出结果为否时，根据当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

该第二控制模块311具体包括：

第一氧化风机运行状态获取单元，用于当当前时刻在过渡运行时间段内时，获取当前时刻的氧化风机的运行状态。

第一控制单元，用于根据当前时刻的氧化风机的运行状态和当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

其中，该第一控制单元具体包括：

第一亚硫酸系数总量获取子单元，用于当当前时刻的氧化风机的运行状态为关闭状态时，获取当前时刻的亚硫酸系数总量。

第一判断子单元，用于判断当前时刻的亚硫酸系数总量是否大于等于60。

第二控制信号发送子单元，用于当第一判断子单元的输出结果为是时，发送第二控制信号给氧化风机；第二控制信号用于控制氧化风机开启。

关闭状态保持子单元，用于当第一判断子单元的输出结果为否时，不发送控制信号。

开启状态保持子单元，用于当当前时刻的氧化风机的运行状态为开启状态时，不发送控制信号。

该第二控制模块311具体还包括：

第二氧化风机运行状态获取单元，用于当当前时刻在低负荷运行时间段内时，获取当前时刻的氧化风机的运行状态；

第二控制单元，用于根据当前时刻的氧化风机的运行状态和当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

其中，该第二控制单元具体包括：

第二亚硫酸系数总量获取子单元，用于当当前时刻的氧化风机的运行状态为开启状态时，获取当前时刻的亚硫酸系数总量。

第二判断子单元，用于判断当前时刻的亚硫酸系数总量是否小于等于0；

第三控制信号发送子单元，用于当第二判断子单元的输出结果为是时，发送第三控制信号给氧化风机；第三控制信号用于控制氧化风机关闭。

开启状态保持子单元，用于当第二判断子单元的输出结果为否时，不发送控制信号。

第三亚硫酸系数总量获取子单元，用于当当前时刻的氧化风机的运行状态为关闭状态时，获取当前时刻的亚硫酸系数总量。

第三判断子单元，用于判断当前时刻的亚硫酸系数总量是否大于等于60。

第四控制信号发送子单元，用于当第三判断子单元的输出结果为是时，发送第四控制信号给氧化风机；第四控制信号用于控制氧化风机开启；

关闭状态保持子单元，用于当第三判断子单元的输出结果为否时，不发送控制信号。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种湿法脱硫氧化风机优化控制方法，其特征在于，所述方法包括：

获取脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率；所述脱硫历史数据包括：历史吸收塔直径、历史喷淋高度到池底液面高度差、历史循环浆液量、历史烟气量、历史吸收塔入口SO₂浓度和历史塔内浆液密度；

基于所述脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率构建样本数据集；

采用所述样本数据集对ANN神经网络模型进行训练和优化，得到优化后的ANN神经网络模型；

获取当前时刻的脱硫数据；所述脱硫数据包括：吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、吸收塔入口SO₂浓度和塔内浆液密度；

将所述当前时刻的脱硫数据输入所述优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值；

根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量；所述根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量，具体包括：利用公式δ_总＝δ₀+δ-[λ₀×θ+λ×(1-θ)]计算当前时刻的亚硫酸系数总量；式中，δ_总表示当前时刻的亚硫酸系数总量，δ₀表示初始亚硫酸系数，δ表示每分钟亚硫酸系数，δ＝吸收塔入口SO₂浓度/设计SO₂浓度，λ₀表示石灰石浆液氧化率经验值，0＜λ₀≤1，θ表示权重比，0＜θ＜1，λ表示石灰石浆液氧化率预测值；

获取满负荷运行时间段、过渡运行时间段和低负荷运行时间段；利用工程需求设定满负荷运行时间段、过渡运行时间段和低负荷运行时间段，通过能耗预测，确定满负荷运行的最佳小时，满负荷运行时间段、过渡运行时间段和低负荷运行时间段的确定方法为：根据计算得到的每分钟的亚硫酸系数总量，并结合工程经验，即脱硫系统的运行特性，包括什么时间排浆、每天排浆次数以及运行人员的工作时间和锅炉的运行规律，确定最佳的满负荷运行时间段T1-T2、过渡运行时间段T0-T1以及低负荷运行时间段T2-T0；其中，T0、T1、T2的取值区间为[0,23]，且为正整数；满负荷运行时间段、过渡运行时间段和低负荷运行时间段均为预设时间段，满负荷运行时间段为6点到16点之间，过渡运行时间段为5点到6点间，低负荷运行时间段为16点到5点间；

判断当前时刻是否在所述满负荷运行时间段内；

若是，则获取当前时刻的氧化风机的运行状态；所述运行状态包括开启状态和关闭状态；

根据所述当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭；

若否，则根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

2.根据权利要求1所述的湿法脱硫氧化风机优化控制方法，其特征在于，所述根据所述当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭，具体包括：

判断所述当前时刻的氧化风机的运行状态是否为关闭状态；

若是，则发送第一控制信号给氧化风机；所述第一控制信号用于控制所述氧化风机开启；

若否，则不发送控制信号。

3.根据权利要求1所述的湿法脱硫氧化风机优化控制方法，其特征在于，所述根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当所述当前时刻在所述过渡运行时间段内时，获取当前时刻的氧化风机的运行状态；

根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

4.根据权利要求3所述的湿法脱硫氧化风机优化控制方法，其特征在于，所述根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当所述当前时刻的氧化风机的运行状态为关闭状态时，获取所述当前时刻的亚硫酸系数总量；

判断所述当前时刻的亚硫酸系数总量是否大于等于60；

若是，则发送第二控制信号给氧化风机；所述第二控制信号用于控制所述氧化风机开启；

若否，则不发送控制信号；

当所述当前时刻的氧化风机的运行状态为开启状态时，不发送控制信号。

5.根据权利要求3所述的湿法脱硫氧化风机优化控制方法，其特征在于，所述根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体还包括：

当所述当前时刻在所述低负荷运行时间段内时，获取当前时刻的氧化风机的运行状态；

根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

6.根据权利要求5所述的湿法脱硫氧化风机优化控制方法，其特征在于，所述根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭，具体包括：

当所述当前时刻的氧化风机的运行状态为开启状态时，获取所述当前时刻的亚硫酸系数总量；

判断所述当前时刻的亚硫酸系数总量是否小于等于0；

若是，则发送第三控制信号给氧化风机；所述第三控制信号用于控制所述氧化风机关闭；

若否，则不发送控制信号；

当所述当前时刻的氧化风机的运行状态为关闭状态时，获取所述当前时刻的亚硫酸系数总量；

判断所述当前时刻的亚硫酸系数总量是否大于等于60；

若是，则发送第四控制信号给氧化风机；所述第四控制信号用于控制所述氧化风机开启；

若否，则不发送控制信号。

7.一种湿法脱硫氧化风机优化控制系统，其特征在于，所述系统包括：

历史数据获取模块，用于获取脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率；所述脱硫历史数据包括：历史吸收塔直径、历史喷淋高度到池底液面高度差、历史循环浆液量、历史烟气量、历史吸收塔入口SO₂浓度和历史塔内浆液密度；

样本数据集构建模块，用于基于所述脱硫历史数据和与所述脱硫历史数据相对应的石灰石浆液氧化率构建样本数据集；

ANN神经网络模型训练和优化模块，用于采用所述样本数据集对ANN神经网络模型进行训练和优化，得到优化后的ANN神经网络模型；

当前时刻数据获取模块，用于获取当前时刻的脱硫数据；所述脱硫数据包括：吸收塔直径、喷淋高度到池底液面高度差、循环浆液量、烟气量、吸收塔入口SO₂浓度和塔内浆液密度；

石灰石浆液氧化率预测模块，用于将所述当前时刻的脱硫数据输入所述优化后的ANN神经网络模型，得到石灰石浆液氧化率预测值；

亚硫酸系数总量确定模块，用于根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量；所述根据所述石灰石浆液氧化率预测值确定当前时刻的亚硫酸系数总量，具体包括：利用公式δ_总＝δ₀+δ-[λ₀×θ+λ×(1-θ)]计算当前时刻的亚硫酸系数总量；式中，δ_总表示当前时刻的亚硫酸系数总量，δ₀表示初始亚硫酸系数，δ表示每分钟亚硫酸系数，δ＝吸收塔入口SO₂浓度/设计SO₂浓度，λ₀表示石灰石浆液氧化率经验值，0＜λ₀≤1，θ表示权重比，0＜θ＜1，λ表示石灰石浆液氧化率预测值；

运行时间段获取模块，用于获取满负荷运行时间段、过渡运行时间段和低负荷运行时间段；利用工程需求设定满负荷运行时间段、过渡运行时间段和低负荷运行时间段，通过能耗预测，确定满负荷运行的最佳小时，满负荷运行时间段、过渡运行时间段和低负荷运行时间段的确定为：根据计算得到的每分钟的亚硫酸系数总量，并结合工程经验，即脱硫系统的运行特性，包括什么时间排浆、每天排浆次数以及运行人员的工作时间和锅炉的运行规律，确定最佳的满负荷运行时间段T1-T2、过渡运行时间段T0-T1以及低负荷运行时间段T2-T0；其中，T0、T1、T2的取值区间为[0,23]，且为正整数；满负荷运行时间段、过渡运行时间段和低负荷运行时间段均为预设时间段，满负荷运行时间段为6点到16点之间，过渡运行时间段为5点到6点间，低负荷运行时间段为16点到5点间；

判断模块，用于判断当前时刻是否在所述满负荷运行时间段内；

氧化风机运行状态获取模块，用于当所述判断模块的输出结果为是时，获取当前时刻的氧化风机的运行状态；所述运行状态包括开启状态和关闭状态；

第一控制模块，用于根据所述当前时刻的氧化风机的运行状态控制氧化风机的开启或关闭；

第二控制模块，用于当所述判断模块的输出结果为否时，根据所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

8.根据权利要求7所述的湿法脱硫氧化风机优化控制系统，其特征在于，所述第二控制模块具体包括：

第一氧化风机运行状态获取单元，用于当所述当前时刻在所述过渡运行时间段内时，获取当前时刻的氧化风机的运行状态；

第一控制单元，用于根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

9.根据权利要求8所述的湿法脱硫氧化风机优化控制系统，其特征在于，所述第二控制模块具体还包括：

第二氧化风机运行状态获取单元，用于当所述当前时刻在所述低负荷运行时间段内时，获取当前时刻的氧化风机的运行状态；

第二控制单元，用于根据所述当前时刻的氧化风机的运行状态和所述当前时刻的亚硫酸系数总量控制氧化风机的开启或关闭。

Images