CN113919205B - 天然气脱硫装置的能耗评价方法、能耗优化方法及装置 - Google Patents

天然气脱硫装置的能耗评价方法、能耗优化方法及装置 Download PDF

Info

Publication number
CN113919205B
CN113919205B CN202010647734.4A CN202010647734A CN113919205B CN 113919205 B CN113919205 B CN 113919205B CN 202010647734 A CN202010647734 A CN 202010647734A CN 113919205 B CN113919205 B CN 113919205B
Authority
CN
China
Prior art keywords
energy consumption
natural gas
gas desulfurization
desulfurization device
prediction model
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
CN202010647734.4A
Other languages
English (en)
Other versions
CN113919205A (zh
Inventor
彭云
雷恒
岑嶺
闵杰
陈世明
王学英
岳云喆
高进
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.)
Petrochina Co Ltd
Original Assignee
Petrochina 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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202010647734.4A priority Critical patent/CN113919205B/zh
Publication of CN113919205A publication Critical patent/CN113919205A/zh
Application granted granted Critical
Publication of CN113919205B publication Critical patent/CN113919205B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Treating Waste Gases (AREA)
  • Gas Separation By Absorption (AREA)

Abstract

本公开提供了一种天然气脱硫装置的能耗评价方法、能耗优化方法及装置,属于天然气脱硫工艺领域。该方法包括获取天然气脱硫装置的多种能耗的能耗占比,能耗占比为单一能耗占天然气脱硫装置所消耗的总能耗的比率;根据多种能耗的能耗占比,从多种能耗中确定出天然气脱硫装置的主要能耗;确定影响主要能耗的大小的不可控因素;根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗与不可控因素建立能耗预测模型;根据能耗预测模型对天然气脱硫装置的实际能耗进行评价,可以准确地评价出天然气脱硫装置的能耗情况,有利于对天然气脱硫装置的能耗进行优化。

Description

天然气脱硫装置的能耗评价方法、能耗优化方法及装置
技术领域
本公开涉及天然气脱硫工艺领域,特别涉及一种天然气脱硫装置的能耗评价方法、能耗优化方法及装置。
背景技术
在天然气净化中,天然气脱硫脱碳过程是一个高能耗过程,天然气脱硫装置是天然气净化厂的主要耗能装置。现役天然气脱硫装置常常因原料天然气组分变化、产量变化以及装置设备老化、运行效率下降、操作参数设置不合理、生产调整不及时等多种因素造成能耗波动。
在相关技术中,对天然气脱硫装置的能耗评价主要基于定期统计能源消耗数据,再计算单位天然气处理量的能耗。这种评价方法难以有效反映诸如原料天然气组分变化、不同天然气脱硫装置的工艺设计、装置处理能力、设备选型等不可控因素造成的能耗变化,可参考性低,不利于对天然气脱硫装置进行能耗优化。
发明内容
本公开实施例提供了一种天然气脱硫装置的能耗评价方法、能耗优化方法及装置,能够更准确地对天然气脱硫装置的能耗进行评价,有利于对天然气脱硫装置进行能耗优化。所述技术方案如下:
第一方面,本公开实施例提供了一种天然气脱硫装置的能耗评价方法,所述方法包括:
获取天然气脱硫装置的多种能耗的能耗占比,所述能耗占比为单一能耗占所述天然气脱硫装置所消耗的总能耗的比率;
根据所述多种能耗的能耗占比,从所述多种能耗中确定出所述天然气脱硫装置的主要能耗;
确定影响所述主要能耗的大小的不可控因素;
根据所述天然气脱硫装置所消耗的总能耗或至少一种所述主要能耗,与所述不可控因素建立能耗预测模型;
根据所述能耗预测模型对所述天然气脱硫装置的实际能耗进行评价。
可选地,所述根据所述多种能耗的能耗占比,从所述多种能耗中确定出所述天然气脱硫装置的主要能耗,包括:
以能耗占比从大到小的先后顺序,从所述多种能耗中确定出使能耗占比的累加和不小于预设阈值,且种数最少的能耗,将确定出来的所有能耗作为主要能耗。
可选地,所述确定影响所述主要能耗的大小的不可控因素,包括:
采用网络层次分析法、软件模拟分析法、专家法中的至少一种确定影响所述主要能耗的大小的多种不可控因素。
可选地,所述根据所述天然气脱硫装置所消耗的总能耗或至少一种所述主要能耗,与所述不可控因素建立能耗预测模型,包括:
以所述总能耗或至少一种所述主要能耗为因变量,以所述多种不可控因素中的至少一个不可控因素为自变量,建立初始能耗预测模型;
对所述初始能耗预测模型进行验证,若验证通过,以所述初始能耗预测模型作为所述能耗预测模型;若验证未通过,增加作为自变量的不可控因素的数量或替换作为自变量的不可控因素,并再次建立初始能耗预测模型,直至得到所述能耗预测模型。
可选地,作为自变量的所述不可控因素包括单位原料气二氧化碳量和单位原料气硫化氢量中的至少一种。
可选地,所述根据所述能耗预测模型对所述天然气脱硫装置的实际能耗进行评价,包括:
根据所述能耗预测模型确定所述天然气脱硫装置的预测能耗;
根据所述预测能耗和所述天然气脱硫装置的实际能耗的相对大小,对所述天然气脱硫装置的实际能耗进行评价。
第二方面,本公开实施例提供了一种天然气脱硫装置的能耗优化方法,所述能耗优化方法基于如第一方面所述的能耗评价方法,所述方法包括:
确定影响天然气脱硫装置的主要能耗的大小的可控因素;
若所述天然气脱硫装置的能耗处于欠优化状态,对所述可控因素进行优化。
可选地,若所述天然气脱硫装置的能耗处于优化状态,所述方法还包括:
对所述天然气脱硫装置的实际能耗进行分析,确定所述实际能耗是否正常,若所述实际能耗正常,记录所述实际能耗,根据所述实际能耗修正能耗预测模型。
第三方面,本公开实施例还提供了一种天然气脱硫装置的能耗评价装置,所述能耗评价装置包括:
数据获取模块,用于获取天然气脱硫装置的多种能耗的能耗占比,所述能耗占比为单一能耗占所述天然气脱硫装置所消耗的总能耗的比率;
第一确定模块,用于根据所述多种能耗的能耗占比,从所述多种能耗中确定出所述天然气脱硫装置的主要能耗;
第二确定模块,用于确定影响所述主要能耗的大小的不可控因素;
模型建立模块,用于根据所述天然气脱硫装置所消耗的总能耗或至少一种所述主要能耗,与所述不可控因素建立能耗预测模型;
能耗评价模块,用于根据所述能耗预测模型对所述天然气脱硫装置的实际能耗进行评价。
可选地,所述第一确定模块采用如下方式确定出所述天然气脱硫装置的主要能耗:
以能耗占比从大到小的先后顺序,从所述多种能耗中确定出使能耗占比的累加和不小于预设阈值,且种数最少的能耗,将确定出来的所有能耗作为主要能耗。
可选地,所述第二确定模块采用网络层次分析法、软件模拟分析法、专家法中的至少一种确定影响所述主要能耗的大小的多种不可控因素。
可选地,所述模型建立模块采用如下方式建立所述能耗预测模型:
以所述总能耗或至少一种所述主要能耗为因变量,所述多种不可控因素中的至少一个不可控因素为自变量,建立初始能耗预测模型;
对所述初始能耗预测模型进行验证,若验证通过,以所述初始能耗预测模型作为所述能耗预测模型;若验证未通过,
增加作为自变量的不可控因素的数量或替换作为自变量的不可控因素,并再次建立初始能耗预测模型,直至得到所述能耗预测模型。
可选地,作为自变量的所述不可控因素包括单位原料气二氧化碳量和单位原料气硫化氢量中的至少一种。
可选地,所述能耗评价模块采用如下方式对所述天然气脱硫装置的实际能耗进行评价:
根据所述能耗预测模型确定所述天然气脱硫装置的预测能耗;
根据所述预测能耗和所述天然气脱硫装置的实际能耗的相对大小,对所述天然气脱硫装置的实际能耗进行评价。
第四方面,本公开实施例还提供了一种天然气脱硫装置的能耗优化装置,所述能耗优化装置基于如第三方面所述的能耗评价装置,所述能耗优化装置包括:
第三确定模块,用于确定影响天然气脱硫装置的主要能耗的大小的可控因素;
优化模块,用于若所述天然气脱硫装置的能耗处于欠优化状态,对所述可控因素进行优化。
可选地,所述能耗优化装置还包括模型修正模块,用于对所述天然气脱硫装置的实际能耗进行分析,确定所述实际能耗是否正常,若所述实际能耗正常,记录所述实际能耗,根据所述实际能耗修正能耗预测模型。
本公开实施例提供的技术方案带来的有益效果至少包括:
不可控因素通常无法优化,但是又切实地影响能耗,通过根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗与不可控因素建立能耗预测模型,这样就消除了由于不可控因素波动带来的能耗波动,根据能耗预测模型对天然气脱硫装置的实际能耗进行评价,可以准确地评价出天然气脱硫装置的能耗情况,有利于对天然气脱硫装置的能耗进行优化。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例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公开的一些实施例,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。
图1是本公开实施例提供的一种天然气脱硫装置的能耗评价方法流程图;
图2是本公开实施例提供的一种天然气脱硫装置的能耗评价方法流程图;
图3是本公开实施例提供的一种天然气脱硫装置的能耗优化方法;
图4是本公开实施例提供的一种天然气脱硫装置的能耗评价装置的结构框图;
图5是本公开实施例提供的一种天然气脱硫装置的能耗优化装置的结构框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
图1是本公开实施例提供的一种天然气脱硫装置的能耗评价方法流程图。
如图1所示,该方法包括:
S11:获取天然气脱硫装置的多种能耗的能耗占比。
其中,能耗占比为单一能耗占天然气脱硫装置所消耗的总能耗的比率。
S12:根据多种能耗的能耗占比,从多种能耗中确定出天然气脱硫装置的主要能耗。
S13:确定影响主要能耗的大小的不可控因素。
S14:根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗,与不可控因素建立能耗预测模型。
S15:根据能耗预测模型对天然气脱硫装置的实际能耗进行评价。
通过获取天然气脱硫装置的多种能耗的能耗占比,从中确定出天然气脱硫装置的主要能耗,再确定出影响主要能耗的大小的不可控因素,根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗与不可控因素建立能耗预测模型。不可控因素通常无法优化,但是又切实地影响能耗,通过根据不可控因素建立能耗预测模型,这样就消除了由于不可控因素波动带来的能耗波动,根据能耗预测模型对天然气脱硫装置的实际能耗进行评价,可以准确地评价出天然气脱硫装置的能耗情况,有利于对天然气脱硫装置的能耗进行优化。
图2是本公开实施例提供的一种天然气脱硫装置的能耗评价方法流程图。
如图2所示,该方法包括:
S21:获取天然气脱硫装置的多种能耗的能耗占比。
其中,能耗占比为单一能耗占天然气脱硫装置所消耗的总能耗的比率。
天然气脱硫装置的能耗通常有很多种,天然气脱硫装置所消耗的总能耗为天然气脱硫装置的所有能耗的总和。
可选地,天然气脱硫装置的多种能耗包括电耗、蒸汽耗、水耗、净化空气耗量、非净化空气耗量、氮气耗量、天然气耗量中的至少一种。对于不同的天然气脱硫装置,可能有部分能耗不同,但通常都包括上述这些能耗中的至少一种。对于部分天然气脱硫装置,上述中的部分能耗还可能继续细分为多种,例如水耗可以包括软水耗、循环水耗和新鲜水耗中的至少一种。
天然气脱硫装置的各种能耗可以通过记录有天然气脱硫装置的日常工作数据的数据库获取。记录有天然气脱硫装置的日常工作数据的数据库可以是数字化数据库,也可以是纸质数据库。
天然气脱硫装置的日常工作数据通常可以包括以下部分数据或全部数据:
原料气流量、每日的原料气累积量、产品气流量、每日的产品气累积量、原料气硫化氢含量、每日的原料气硫化氢累积量、原料气二氧化碳含量、每日的原料气二氧化碳累积量、产品气硫化氢含量、每日的产品气硫化氢累积量、产品气二氧化碳含量、每日的产品气二氧化碳累积量、原料气温度、环境温度、每日总耗电量、各用电设备的每日耗电量、每日总耗蒸汽量、各耗蒸汽设备的每日耗蒸汽量、每日总耗循环水量、各耗循环水设备的每日总耗循环水量、每日总耗软水量、各耗软水设备的每日总耗软水量、每日总耗新鲜水量、各耗新鲜水设备的每日总耗新鲜水量、每日总耗净化空气量、每日总耗非净化空气量、每日总耗氮气量、每日总耗天然气量、脱硫脱碳塔层数、进入脱硫脱碳塔的贫胺液流量。
以上对于天然气脱硫装置的日常工作数据仅为举例,并非穷举。
前述的电耗指日常工作数据中的每日总耗电量;蒸汽耗指每日总耗蒸汽量;水耗指每日总耗循环水量、每日总耗软水量、每日总耗新鲜水量中的至少一种;净化空气耗量指每日总耗净化空气量;非净化空气耗量指每日总耗非净化空气量;氮气耗量指每日总耗氮气量;天然气耗量指每日总耗天然气量。
不同的能耗可以根据相应的国家标准或行业标准,折算为能源折算值或能量折算值,使单位统一,方便确定天然气脱硫装置所消耗的总能耗以及各种能耗的能耗占比。例如,天然气脱硫装置的蒸汽耗的能耗占比为89%,表示将该天然气脱硫装置的所有能耗都进行折算后,蒸汽耗所对应的折算值占所有能耗的折算值之和的89%。
S22:对多种能耗的能耗占比进行排序。
可以根据能耗占比的大小,对多种能耗进行排序。
例如,本公开实施例中,天然气脱硫装置的蒸汽耗的能耗占比为89%,电耗的能耗占比为5%,软水耗的能耗占比为1%。其他能耗的能耗占比均小于1%,此处给予省略。根据能耗占比的大小对多种能耗进行排序,排在第一位的是蒸汽耗,排在第二位的是电耗,排在第三位的是软水耗。此处省略了剩余的其他能耗。
S23:从多种能耗中确定出主要能耗。
可选地,以能耗占比从大到小的先后顺序,从多种能耗中确定出使能耗占比的累加和不小于预设阈值,且种数最少的能耗,将确定出来的所有能耗作为主要能耗。
例如,以预设阈值为90%为例,某天然气脱硫装置的蒸汽耗的能耗占比为89%,电耗的能耗占比为5%,软水耗的能耗占比为1%,其他能耗的能耗占比均小于1%。以能耗占比从大到小的先后顺序,先从这些能耗中选择出能耗占比最大的能耗——蒸汽耗,此时,能耗占比的累加和为蒸汽耗的能耗占比,为89%,小于预设阈值;再从这些能耗中选择出能耗占比第二大的能耗——电耗,此时能耗占比的累加和为蒸汽耗的能耗占比与电耗的能耗占比之和,为94%,超过了预设阈值,故将蒸汽耗和电耗确定为主要能耗。
在步骤S23中,确定出来的主要能耗可能只有一个,也可能有两个或两个以上。例如若在上例中,预设阈值为80%,则确定出来的主要能耗为蒸汽耗,若上例中,预设阈值为95%,则蒸汽耗、电耗和软水耗均为主要能耗。
预设阈值可以根据具体的需要进行设置,通常情况下,预设阈值越小,确定出来的主要能耗越少。确定出的主要能耗越多,最终的评价结果越准确,越有利于对天然气脱硫装置的能耗进行优化,但相应地能耗评价方法在执行时的成本和难度也越大。预设阈值通常可以设定在50%~90%。
S24:确定影响主要能耗的大小的不可控因素。
影响能耗的大小的因素通常有多种,对于不同的能耗,影响其大小的因素可能部分相同,也可能全部相同,也有可能全部不同,例如,影响电耗的因素包括环境温度、每日的原料气硫化氢累积量、每日的原料气二氧化碳累积量、每日的产品气二氧化碳累积量。影响蒸汽耗的因素包括每日的原料气硫化氢累积量、每日的原料气二氧化碳累积量、每日的产品气二氧化碳累积量。影响水耗的因素包括每日的原料气硫化氢累积量、每日的原料气二氧化碳累积量、每日的产品气二氧化碳累积量。以上所列的因素均为举例,并非穷举。
以上因素中的各种累积量,例如每日的原料气硫化氢累积量、每日的原料气二氧化碳累积量等,均可以以每日原料气累积量进行折算。例如对每日的原料气硫化氢累积量进行折算,将每日的原料气硫化氢累积量除以每日原料气累积量,折算为单位原料气硫化氢量。
影响主要能耗的大小的因素通常可以分为不可控因素和可控因素。不可控因素通常是无法在生产过程中进行调整的因素,例如原料天然气组分、环境温度等,不可控因素限制了天然气脱硫装置的最低能耗。可控因素通常是可以在生产过程中进行调整的因素,例如天然气脱硫装置中各设备的操作参数,可控因素使得天然气脱硫装置的实际能耗不同程度的高于最低能耗。
示例性地,不可控因素包括单位原料气二氧化碳量、单位原料气硫化氢量、进入天然气脱硫装置的原料气温度、天然气脱硫装置的环境温度。可控因素包括脱硫脱碳塔层数、进入脱硫脱碳塔的贫胺液流量。
以上所列的不可控因素和可控因素均为举例,并非穷举。
可选地,采用网络层次分析法、软件模拟分析法、专家法中的至少一种方法确定影响主要能耗的大小的多种不可控因素。在确定不可控因素的过程中,可以只采用上述方法中的一种,也可以两种方法或三种方法联用,以客观准确地确定出影响主要能耗的大小的各种不可控因素。这里对于确定影响主要能耗的大小的多种不可控因素的方法仅为举例,并非穷举,也可以采用其他方法确定影响主要能耗的大小的多种不可控因素。
S25:建立能耗预测模型。
可选地,以天然气脱硫装置所消耗的总能耗或至少一种主要能耗为因变量,多种不可控因素中的至少一个不可控因素为自变量,建立模型并验证,若验证未通过,则增加作为自变量的不可控因素或替换作为自变量的不可控因素,再次建立模型并验证,直至验证通过,得到能耗预测模型。
在本公开实施例中,以天然气脱硫装置所消耗的总能耗为因变量,多种不可控因素中的至少一个不可控因素为自变量,建立初始能耗预测模型。此外,也可以以一种主要能耗、两种或两种以上主要能耗之和为因变量。
可选地,可以以多种不可控因素中,影响力最大的至少一个不可控因素为自变量。
可选地,可以以多种不可控因素的变化概率和多种不可控因素的影响力大小,采用矩阵分析法选取变化概率及影响力综合指数最高的至少一个不可控因素作为自变量。
示例性地,可以通过专家法、天然气脱硫装置实际运行参数统计对比法、化工模拟软件模拟中的一种或多种确定各种不可控因素的影响力大小。
示例性地,可以通过专家法、天然气脱硫装置实际运行参数统计对比法中的一种或多种确定各种不可控因素的变化概率。
对初始能耗预测模型进行验证,若验证通过,则以该初始能耗预测模型作为能耗预测模型。
可选地,可以采用残差分析、回归方程显著性检验、拟合优度检验、预测精度估计中的至少一种方法进行验证。验证中可以将通过该初始能耗预测模型得到的预测能耗与天然气脱硫装置的实际能耗进行对比。若预测能耗与实际能耗吻合度总体一致,均方误差小,没有异方差以及多重共线性问题,则认为该模型符合要求,验证通过,反之则验证未通过。
若验证未通过,增加作为自变量的不可控因素的数量并再次建立初始能耗预测模型,直至得到能耗预测模型。
例如在第一次建立模型时,只选取了多种不可控因素中变化概率及影响力综合指数最高的一个不可控因素作为自变量,验证未通过,则选取多种不可控因素中变化概率及影响力综合指数最高的两个不可控因素作为自变量,再次建立模型,并进行验证,若验证通过,则以第二次建立的模型作为能耗预测模型;若验证仍未通过,则选取多种不可控因素中变化概率及影响力综合指数最高的三个不可控因素作为自变量,再次建立模型,并进行验证,直至验证通过。或者也可以对建立的多个初始能耗预测模型进行对比,从中选取最优的一个作为能耗预测模型。
能耗预测模型可以为线性模型或非线性模型。优选为线性模型,建模时可以采用多元回归分析法建立不可控因素与能耗量的数学关系模型。
可选地,选取多种不可控因素中的一个不可控因素作为自变量进行建模时,可以建立一元线性回归模型(即前述的初始能耗预测模型);选取多种不可控因素中的两个不可控因素作为自变量进行建模时,可以建立二元线性回归模型。
天然气脱硫装置的能耗通常不是恒定的,记录有天然气脱硫装置的日常工作数据的数据库中通常记录有天然气脱硫装置在各个时间段内的各种能耗,例如每小时、每日、每月等。在建立模型时,作为因变量的总能耗或主要能耗的数据、作为自变量的不可控因素的数据均可以从记录有天然气脱硫装置的日常工作数据的数据库中获取。作为因变量的总能耗或主要能耗的数据、作为自变量的不可控因素的数据可以是天然气脱硫装置在最近一段时期内的数据,例如一年、半年。
可选地,若多次建立初始能耗预测模型并验证后仍未通过验证,或者在第一次建立初始能耗预测模型之前,还可对作为因变量的总能耗或主要能耗的数据、作为自变量的不可控因素的数据进行筛选和优化,去除偏离正常的异常值。例如可以通过专家分析法确定其中的异常值。还可以通过数学筛选分析法,例如数据随机分组,再通过分析各组间数据显著性差异情况判断数据中是否有劣质数据。对数据进行筛选和优化后,再进行建模,提高模型通过验证的可能。
在选取作为自变量的不可控因素时,优先根据不可控因素的变化概率及影响力综合指数进行选择,若多次建立初始能耗预测模型并验证后,仍未通过验证,也可对作为自变量的不可控因素中的至少一个不可控因素进行替换,在替换时,也优先根据不可控因素的变化概率及影响力综合指数进行选择。例如以三种不可控因素作为自变量,在替换时,将该三种不可控因素中变化概率及影响力综合指数最低的不可控因素与其他不可控因素中变化概率及影响力综合指数最高的不可控因素进行替换。采用对能耗的影响较大的不可控因素与能耗进行建模,避免了不可控因素对能耗评价的干扰,使评价更客观、更实际,减小评价过程的主观因素干扰。
可选地,作为自变量的不可控因素包括单位原料气二氧化碳量和单位原料气硫化氢量中的至少一种。在步骤S25中,可以以单位原料气二氧化碳量和单位原料气硫化氢量作为自变量,单位原料气二氧化碳量和单位原料气硫化氢量也属于不可控因素。对于大部分的天然气脱硫装置,采用这两个量作为自变量建立的模型具有较大概率可以通过验证,优先采用这两个量作为自变量可以提高建模的效率。
S26:根据能耗预测模型确定天然气脱硫装置的预测能耗。
这里的预测能耗是指在能耗预测模型建立后,根据作为自变量的不可控因素预测的,该天然气脱硫装置在日常生产中的总能耗或者相应的主要能耗的消耗量。
作为自变量的不可控因素通常是变化的,例如前述的不可控因素:单位原料气二氧化碳量、单位原料气硫化氢量、进入天然气脱硫装置的原料气温度、天然气脱硫装置的环境温度,每一天都可能存在差异,根据作为自变量的不可控因素的数值,就可以利用能耗预测模型得到总能耗或主要能耗的预测值,即预测能耗。
S27:根据预测能耗和天然气脱硫装置的实际能耗的相对大小,对天然气脱硫装置的实际能耗进行评价。
若天然气脱硫装置的实际能耗与预测能耗的偏差超过了阈值,则表明该天然气脱硫装置处于欠优化状态,即需要进行优化以降低能耗;
若天然气脱硫装置的实际能耗与预测能耗的偏差不超过阈值,则表明该天然气脱硫装置处于优化状态,即不需要进行优化。
该阈值可以是绝对数,例如实际能耗与预测能耗之差超过了所设定的阈值,则表明该天然气脱硫装置处于欠优化状态。
该阈值也可以是比例,例如实际能耗与预测能耗之差和预测能耗的比值超过了所设定的阈值,表明该天然气脱硫装置处于欠优化状态。
此外,还可以对所建立的能耗预测模型进行修正。在天然气脱硫装置的实际能耗不高于预设值时,对该实际能耗进行分析,确定该实际能耗是否正常,若正常,则可以将相关的数据加入建立能耗预测模型所用到的数据中,对模型进行修正。
可选地,若天然气脱硫装置的能耗处于优化状态,还可以对所建立的能耗预测模型进行修正。可以对天然气脱硫装置的实际能耗进行分析,确定实际能耗是否正常,若实际能耗正常,记录实际能耗,根据实际能耗修正能耗预测模型。在天然气脱硫装置的实际能耗与预测能耗的偏差不超过阈值时,对该实际能耗进行分析,通常在正常生产过程中实际能耗会有一定波动,如果出现巨大的变化,则很可能天然气脱硫装置出现了异常,例如部分能源计量设备故障等,因此可以根据该实际能耗以及天然气脱硫装置的运行情况,确定该实际能耗是否正常,若正常,则可以将相关的数据加入建立能耗预测模型所用到的数据中,对模型进行修正。这里的修正可以是根据更新后的数据再次建立能耗预测模型。
图3是本公开实施例提供的一种天然气脱硫装置的能耗优化方法。该方法基于图1或图2所示的能耗评价方法,在通过图1或图2所示的方法对天然气脱硫装置进行能耗评价后,可以采用本方法对该天然气脱硫装置的能耗进行优化。如图3所示,该方法包括:
S31:确定影响天然气脱硫装置的主要能耗的大小的可控因素。
可控因素通常是可以在生产过程中进行调整的因素,示例性地,可控因素包括脱硫脱碳塔层数、进入脱硫脱碳塔的贫胺液流量。
以上所列的不可控因素和可控因素均为举例,并非穷举。
可选地,采用网络层次分析法、软件模拟分析法、专家法中的至少一种方法确定影响主要能耗的大小的可控因素。在确定可控因素的过程中,可以只采用上述方法中的一种,也可以两种方法或三种方法联用,以客观准确地确定出影响主要能耗的大小的各种可控因素。
S32:若天然气脱硫装置的能耗处于欠优化状态,对可控因素进行优化。
不可控因素限制了天然气脱硫装置的最低能耗。可控因素使得天然气脱硫装置的实际能耗不同程度的高于最低能耗。通过对可控因素进行优化,就可以降低天然气脱硫装置的实际能耗。
不可控因素通常无法优化,但是又切实地影响能耗,通过根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗与不可控因素建立能耗预测模型,这样就消除了由于不可控因素波动带来的能耗波动,根据能耗预测模型对天然气脱硫装置的实际能耗进行评价,可以准确地评价出天然气脱硫装置的能耗情况,通过对可控因素进行优化,就可以降低天然气脱硫装置的实际能耗。
可选地,若天然气脱硫装置的能耗处于优化状态,还可以对所建立的能耗预测模型进行修正。可以对天然气脱硫装置的实际能耗进行分析,确定实际能耗是否正常,若实际能耗正常,记录实际能耗,根据实际能耗修正能耗预测模型。在天然气脱硫装置的实际能耗与预测能耗的偏差不超过阈值时,对该实际能耗进行分析,通常在正常生产过程中实际能耗会有一定波动,如果出现巨大的变化,则很可能天然气脱硫装置出现了异常,例如部分能源计量设备故障等,因此可以根据该实际能耗以及天然气脱硫装置的运行情况,确定该实际能耗是否正常,若正常,则可以将相关的数据加入建立能耗预测模型所用到的数据中,对模型进行修正。这里的修正可以是根据更新后的数据再次建立能耗预测模型。
图4是本公开实施例提供的一种天然气脱硫装置的能耗评价装置的结构框图,如图4所示,该天然气脱硫装置的能耗评价装置包括数据获取模块10、第一确定模块20、第二确定模块30、模型建立模块40和能耗评价模块50。
其中,数据获取模块10用于获取天然气脱硫装置的多种能耗的能耗占比。其中,能耗占比为单一能耗占天然气脱硫装置所消耗的总能耗的比率。
第一确定模块20用于根据多种能耗的能耗占比,从多种能耗中确定出天然气脱硫装置的主要能耗。
第二确定模块30用于确定影响主要能耗的大小的不可控因素。
模型建立模块40用于根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗,与不可控因素建立能耗预测模型。
能耗评价模块50用于根据能耗预测模型对天然气脱硫装置的实际能耗进行评价。
通过获取天然气脱硫装置的多种能耗的能耗占比,从中确定出天然气脱硫装置的主要能耗,再确定出影响主要能耗的大小的不可控因素,根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗,与不可控因素建立能耗预测模型。不可控因素通常无法优化,但是又切实地影响能耗,通过根据不可控因素建立能耗预测模型,这样就消除了由于不可控因素波动带来的能耗波动,根据能耗预测模型对天然气脱硫装置的实际能耗进行评价,可以准确地评价出天然气脱硫装置的能耗情况,有利于对天然气脱硫装置的能耗进行优化。
数据获取模块10用于执行前述的步骤S11或步骤S21。数据获取模块10获取天然气脱硫装置的多种能耗的能耗占比的方法可以参照前述的步骤S11或步骤S21,此处不再详述。
第一确定模块20用于以能耗占比从大到小的先后顺序,从多种能耗中确定出使能耗占比的累加和不小于预设阈值,且种数最少的能耗,将确定出来的所有能耗作为主要能耗。第一确定模块20用于执行前述的步骤S12或步骤S22~步骤S23。第一确定模块20确定天然气脱硫装置的主要能耗的方法可以参照前述的步骤S12或步骤S22~步骤S23,此处不再详述。
第二确定模块30采用网络层次分析法、软件模拟分析法、专家法中的至少一种确定影响主要能耗的大小的多种不可控因素。第二确定模块30用于执行前述的步骤S13或步骤S24。第二确定模块30确定影响主要能耗的大小的不可控因素的方法可以参照前述的步骤S13或步骤S24,此处不再详述。
模型建立模块40用于以总能耗或至少一种主要能耗为因变量,多种不可控因素中的至少一个不可控因素为自变量,建立初始能耗预测模型;对初始能耗预测模型进行验证,若验证通过,以初始能耗预测模型作为能耗预测模型;若验证未通过,增加作为自变量的不可控因素的数量或替换作为自变量的不可控因素,并再次建立初始能耗预测模型,直至得到能耗预测模型。模型建立模块40用于执行前述的步骤S14或步骤S25。模型建立模块40建立能耗预测模型的方法可以参照前述的步骤S14或步骤S25,此处不再详述。
可选地,作为自变量的不可控因素包括单位原料气二氧化碳量和单位原料气硫化氢量中的至少一种。模型建立模块40建立初始能耗预测模型时,可以以单位原料气二氧化碳量和单位原料气硫化氢量作为自变量,单位原料气二氧化碳量和单位原料气硫化氢量也属于不可控因素。对于大部分的天然气脱硫装置,采用这两个量作为自变量建立的模型具有较大概率可以通过验证,优先采用这两个量作为自变量可以提高建模的效率。
能耗评价模块50用于根据能耗预测模型确定天然气脱硫装置的预测能耗;根据预测能耗和天然气脱硫装置的实际能耗的相对大小,对天然气脱硫装置的实际能耗进行评价。能耗评价模块50用于执行前述的步骤S15或步骤S26~步骤S27。能耗评价模块50对天然气脱硫装置的实际能耗进行评价的方法可以参照前述的步骤S15或步骤S26~步骤S27,此处不再详述。
图5是本公开实施例提供的一种天然气脱硫装置的能耗优化装置的结构框图,该装置基于图4所示的能耗评价装置,在通过图4所示的能耗评价装置对天然气脱硫装置进行能耗评价后,可以采用本能耗优化装置对该天然气脱硫装置的能耗进行优化。如图5所示,该天然气脱硫装置的能耗优化装置包括第三确定模块60和优化模块70。
其中,第三确定模块60用于确定影响天然气脱硫装置的主要能耗的大小的可控因素。
可控因素通常是可以在生产过程中进行调整的因素,示例性地,可控因素包括脱硫脱碳塔层数、进入脱硫脱碳塔的贫胺液流量。
优化模块70用于若天然气脱硫装置的能耗处于欠优化状态,对可控因素进行优化。
不可控因素限制了天然气脱硫装置的最低能耗。可控因素使得天然气脱硫装置的实际能耗不同程度的高于最低能耗。通过对可控因素进行优化,就可以降低天然气脱硫装置的实际能耗。
不可控因素通常无法优化,但是又切实地影响能耗,通过根据天然气脱硫装置所消耗的总能耗或至少一种主要能耗与不可控因素建立能耗预测模型,这样就消除了由于不可控因素波动带来的能耗波动,根据能耗预测模型对天然气脱硫装置的实际能耗进行评价,可以准确地评价出天然气脱硫装置的能耗情况,有利于对天然气脱硫装置的能耗进行优化。
第三确定模块60用于执行前述的步骤S31。第三确定模块60确定影响天然气脱硫装置的主要能耗的大小的可控因素的方法可以参照前述的步骤S31,此处不再详述。
优化模块70用于执行前述的步骤S32。优化模块70对可控因素进行优化的方法可以参照前述的步骤S32,此处不再详述。
该能耗评价装置还可以包括模型修正模块80,模型修正模块80用于对天然气脱硫装置的实际能耗进行分析,确定实际能耗是否正常,若实际能耗正常,记录实际能耗,根据实际能耗修正能耗预测模型。若天然气脱硫装置的能耗处于优化状态,可以对天然气脱硫装置的实际能耗进行分析,确定实际能耗是否正常,若实际能耗正常,记录实际能耗,根据实际能耗修正能耗预测模型。在天然气脱硫装置的实际能耗与预测能耗的偏差不超过阈值时,对该实际能耗进行分析,通常在正常生产过程中实际能耗会有一定波动,如果出现巨大的变化,则很可能天然气脱硫装置出现了异常,例如部分能源计量设备故障等,因此可以根据该实际能耗以及天然气脱硫装置的运行情况,确定该实际能耗是否正常,若正常,则可以将相关的数据加入建立能耗预测模型所用到的数据中,对模型进行修正。这里的修正可以是根据更新后的数据再次建立能耗预测模型。
需要说明的是:上述实施例提供的天然气脱硫装置的能耗评价装置在进行能耗评价方法时,上述实施例提供的天然气脱硫装置的能耗优化装置在进行能耗优化方法时,均仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的天然气脱硫装置的能耗评价装置实施例与天然气脱硫装置的能耗评价方法实施例、天然气脱硫装置的能耗优化装置实施例与天然气脱硫装置的能耗优化方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
以上所述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (8)

1.一种天然气脱硫装置的能耗评价方法,其特征在于,所述方法包括:
获取天然气脱硫装置的多种能耗的能耗占比,所述能耗占比为单一能耗占所述天然气脱硫装置所消耗的总能耗的比率;
以能耗占比从大到小的先后顺序,从所述多种能耗中确定出使能耗占比的累加和不小于预设阈值,且种数最少的能耗,将确定出来的所有能耗作为主要能耗;
采用网络层次分析法、软件模拟分析法、专家法中的至少一种确定影响所述主要能耗的大小的多种不可控因素;
以所述总能耗或至少一种所述主要能耗为因变量,以所述多种不可控因素中的至少一个不可控因素为自变量,建立初始能耗预测模型,作为自变量的所述不可控因素包括单位原料气二氧化碳量和单位原料气硫化氢量中的至少一种;
对所述初始能耗预测模型进行验证,若验证通过,以所述初始能耗预测模型作为能耗预测模型;若验证未通过,增加作为自变量的不可控因素的数量或替换作为自变量的不可控因素,并再次建立初始能耗预测模型,直至得到能耗预测模型;
根据所述能耗预测模型对所述天然气脱硫装置的实际能耗进行评价。
2.根据权利要求1所述的能耗评价方法,其特征在于,所述根据所述能耗预测模型对所述天然气脱硫装置的实际能耗进行评价,包括:
根据所述能耗预测模型确定所述天然气脱硫装置的预测能耗;
根据所述预测能耗和所述天然气脱硫装置的实际能耗的相对大小,对所述天然气脱硫装置的实际能耗进行评价。
3.一种天然气脱硫装置的能耗优化方法,其特征在于,所述能耗优化方法基于如权利要求1或2所述的能耗评价方法,所述方法包括:
确定影响天然气脱硫装置的主要能耗的大小的可控因素;
若所述天然气脱硫装置的能耗处于欠优化状态,对所述可控因素进行优化。
4.根据权利要求3所述的能耗优化方法,其特征在于,若所述天然气脱硫装置的能耗处于优化状态,所述方法还包括:
对所述天然气脱硫装置的实际能耗进行分析,确定所述实际能耗是否正常,若所述实际能耗正常,记录所述实际能耗,根据所述实际能耗修正能耗预测模型。
5.一种天然气脱硫装置的能耗评价装置,其特征在于,所述能耗评价装置包括:
数据获取模块,用于获取天然气脱硫装置的多种能耗的能耗占比,所述能耗占比为单一能耗占所述天然气脱硫装置所消耗的总能耗的比率;
第一确定模块,用于以能耗占比从大到小的先后顺序,从所述多种能耗中确定出使能耗占比的累加和不小于预设阈值,且种数最少的能耗,将确定出来的所有能耗作为主要能耗;
第二确定模块,用于采用网络层次分析法、软件模拟分析法、专家法中的至少一种确定影响所述主要能耗的大小的多种不可控因素;
模型建立模块,用于以所述总能耗或至少一种所述主要能耗为因变量,所述多种不可控因素中的至少一个不可控因素为自变量,建立初始能耗预测模型,作为自变量的所述不可控因素包括单位原料气二氧化碳量和单位原料气硫化氢量中的至少一种;
对所述初始能耗预测模型进行验证,若验证通过,以所述初始能耗预测模型作为能耗预测模型;若验证未通过,增加作为自变量的不可控因素的数量或替换作为自变量的不可控因素,并再次建立初始能耗预测模型,直至得到能耗预测模型;
能耗评价模块,用于根据所述能耗预测模型对所述天然气脱硫装置的实际能耗进行评价。
6.根据权利要求5所述的能耗评价装置,其特征在于,所述能耗评价模块采用如下方式对所述天然气脱硫装置的实际能耗进行评价:
根据所述能耗预测模型确定所述天然气脱硫装置的预测能耗;
根据所述预测能耗和所述天然气脱硫装置的实际能耗的相对大小,对所述天然气脱硫装置的实际能耗进行评价。
7.一种天然气脱硫装置的能耗优化装置,其特征在于,所述能耗优化装置基于如权利要求5或6所述的能耗评价装置,所述能耗优化装置包括:
第三确定模块,用于确定影响天然气脱硫装置的主要能耗的大小的可控因素;
优化模块,用于若所述天然气脱硫装置的能耗处于欠优化状态,对所述可控因素进行优化。
8.根据权利要求7所述的能耗优化装置,其特征在于,还包括模型修正模块,用于对所述天然气脱硫装置的实际能耗进行分析,确定所述实际能耗是否正常,若所述实际能耗正常,记录所述实际能耗,根据所述实际能耗修正能耗预测模型。
CN202010647734.4A 2020-07-07 2020-07-07 天然气脱硫装置的能耗评价方法、能耗优化方法及装置 Active CN113919205B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010647734.4A CN113919205B (zh) 2020-07-07 2020-07-07 天然气脱硫装置的能耗评价方法、能耗优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010647734.4A CN113919205B (zh) 2020-07-07 2020-07-07 天然气脱硫装置的能耗评价方法、能耗优化方法及装置

Publications (2)

Publication Number Publication Date
CN113919205A CN113919205A (zh) 2022-01-11
CN113919205B true CN113919205B (zh) 2022-11-01

Family

ID=79231399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010647734.4A Active CN113919205B (zh) 2020-07-07 2020-07-07 天然气脱硫装置的能耗评价方法、能耗优化方法及装置

Country Status (1)

Country Link
CN (1) CN113919205B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473605A (zh) * 2013-08-22 2013-12-25 中国能源建设集团广东省电力设计研究院 能源消费预测方法与系统
CN106021899A (zh) * 2016-05-16 2016-10-12 重庆科技学院 高含硫天然气脱硫能效量化评价方法
CN106384004A (zh) * 2016-09-22 2017-02-08 上海化工研究院 一种复合肥生产设备电耗评价方法
CN108154281A (zh) * 2016-12-06 2018-06-12 中国石油天然气股份有限公司 一种天然气净化厂能源消耗评价方法及装置
CN110188932A (zh) * 2019-05-20 2019-08-30 国核电力规划设计研究院有限公司 基于评价优化的数据中心能耗预测方法
CN110489708A (zh) * 2019-07-18 2019-11-22 西南石油大学 一种考虑空冷器影响的天然气管道稳态运行优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473605A (zh) * 2013-08-22 2013-12-25 中国能源建设集团广东省电力设计研究院 能源消费预测方法与系统
CN106021899A (zh) * 2016-05-16 2016-10-12 重庆科技学院 高含硫天然气脱硫能效量化评价方法
CN106384004A (zh) * 2016-09-22 2017-02-08 上海化工研究院 一种复合肥生产设备电耗评价方法
CN108154281A (zh) * 2016-12-06 2018-06-12 中国石油天然气股份有限公司 一种天然气净化厂能源消耗评价方法及装置
CN110188932A (zh) * 2019-05-20 2019-08-30 国核电力规划设计研究院有限公司 基于评价优化的数据中心能耗预测方法
CN110489708A (zh) * 2019-07-18 2019-11-22 西南石油大学 一种考虑空冷器影响的天然气管道稳态运行优化方法

Also Published As

Publication number Publication date
CN113919205A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
Yang et al. Optimization on emission permit trading and green technology implementation under cap-and-trade scheme
CN110222882A (zh) 一种电力系统中长期负荷的预测方法和装置
CN107123982B (zh) 一种基于设备异动的配电网可靠性经济效益分析方法
CN110807577A (zh) 污染排放预测方法及装置
CN104917085A (zh) 一种优化可靠性与经济性的变压器检修决策方法
CN112734128A (zh) 一种基于优化rbf的7日电力负荷峰值预测方法
CN111458149B (zh) 一种滚动轴承性能及使用寿命的预测方法及系统
CN117008479B (zh) 基于生物质气化炉的负碳排放优化控制方法及系统
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
CN113723668A (zh) 基于鲁棒优化的配煤方法、系统、设备及存储介质
CN110941801A (zh) 一种单台在役压水堆核电机组可靠性的预测方法及系统
CN111786385A (zh) 一种电网运维方案规划方法、系统及设备
CN114757413A (zh) 一种基于时序数列分析耦合神经网络预测的不良数据辨识方法
CN113919205B (zh) 天然气脱硫装置的能耗评价方法、能耗优化方法及装置
CN112734141B (zh) 一种多元化负荷区间预测方法及装置
CN112023650A (zh) 一种全工况自适应的pH调节系统
CN111586127B (zh) 一种基于物联网系统的工况数据处理方法
CN116664161B (zh) 一种基于燃煤火电厂的二氧化碳排放核算技术选择方法
CN111861181A (zh) 一种数字能源产品智造生产系统及生产线制定方法
CN111091292A (zh) 一种核电站实时风险动态建模分析系统
CN115860797A (zh) 一种适应新电价改革形势的电量需求预测方法
CN113780655A (zh) 一种基于智慧供应链的钢材多品种需求预测方法
CN115993808A (zh) 燃气蒸汽锅炉能耗诊断系统及方法
CN105809304B (zh) 电厂和治污设施生产运行参数相关性分析的方法
CN107862439B (zh) 确定煤液化装置平稳度的方法和装置

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