CN114749006B - 一种湿法脱硫浆液循环泵优化方法 - Google Patents

一种湿法脱硫浆液循环泵优化方法 Download PDF

Info

Publication number
CN114749006B
CN114749006B CN202210314241.8A CN202210314241A CN114749006B CN 114749006 B CN114749006 B CN 114749006B CN 202210314241 A CN202210314241 A CN 202210314241A CN 114749006 B CN114749006 B CN 114749006B
Authority
CN
China
Prior art keywords
flue gas
circulating pump
data
slurry circulating
load
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
CN202210314241.8A
Other languages
English (en)
Other versions
CN114749006A (zh
Inventor
王庆福
竹小锋
蒋红辉
余程
崔科杰
吴可泽
黄建伟
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.)
Zhejiang Zheneng Lanxi Power Generation Co Ltd
Original Assignee
Zhejiang Zheneng Lanxi Power Generation 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 Zhejiang Zheneng Lanxi Power Generation Co Ltd filed Critical Zhejiang Zheneng Lanxi Power Generation Co Ltd
Priority to CN202210314241.8A priority Critical patent/CN114749006B/zh
Publication of CN114749006A publication Critical patent/CN114749006A/zh
Application granted granted Critical
Publication of CN114749006B publication Critical patent/CN114749006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B01D53/74—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
    • B01D53/346—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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2258/00—Sources of waste gases
    • B01D2258/02—Other waste gases
    • B01D2258/0283—Flue gases

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • General Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Probability & Statistics with Applications (AREA)
  • Sustainable Development (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明公开了一种湿法脱硫浆液循环泵优化方法，属于湿法脱硫技术领域，本方法包括获取影响脱硫塔浆液循环泵运行的各类有关参数的历史运行数据；对历史数据进行数据预处理；对划分后的数据作数据归一化处理，并进行皮尔逊相关性分析，通过相关性分析找出与浆液循环泵运行方式相关性较大的参数；将筛选后的数据以机组负荷、原烟气SO2浓度、原烟气流量为分类标准，通过K‑means聚类分析计算出轮廓系数，根据轮廓系数曲线确定最佳聚类数目；计算出质心，找到分类的边界，最终确定区间划分对预处理数据进行分类；对分类后的工况进行类似工况对比，采用K近邻算法寻找最优工况。本发明降低脱硫系统的厂用电率，提高火电厂的经济效益。

Description

一种湿法脱硫浆液循环泵优化方法
技术领域
本发明涉及湿法脱硫技术领域，尤其涉及一种湿法脱硫浆液循环泵优化方法。
背景技术
当前，我国火电机组大部分采用石灰石湿法脱硫技术，随着我国经济快速发展，对治理大气污染的要求也越来越严格，我国电力主要依靠火电机组供应，火电机组成为国家关注的重点，污染物排放量的控制任务越来越严峻。燃煤所产生的硫及其副产物对环境的污染比较大，是当前环境污染治理的重点。
燃煤电厂实现超低排放改造完成后，浆液循环泵作为脱硫系统最主要的设备，带来的能耗也不容小视，针对脱硫系统浆液循环泵的运行数量增加，其耗电率约占整个脱硫系统的70％，导致脱硫厂用电率急剧增加，由于目前技术水平有限以及浆液循环工作环境恶劣，燃煤电厂的环保治理和经济效益面临巨大的挑战。
为了降低脱硫系统的厂用电率和降低脱硫系统污染物的排放量，本发明提供一种湿法脱硫浆液循环泵优化方法，有效降低脱硫系统的厂用电率，针对现行运行方式给出合理化的运行建议。
发明内容
针对现有技术中存在的问题，本发明提供一种湿法脱硫浆液循环泵优化方法，优化方法高效便捷，设计合理，优化准确性高，能为火电厂提供浆液循环泵运行提供最优运行方式指导，降低脱硫系统的厂用电率，提高火电厂的经济效益。
本发明采用如下技术方案：
本发明提供了一种湿法脱硫浆液循环泵优化方法，包括：
步骤一，获取影响脱硫塔浆液循环泵运行的各类有关参数的历史运行数据；
步骤二，对历史数据进行数据预处理；
步骤三，对预处理后数据进行归一化处理，并进行皮尔逊相关性分析，通过相关性分析找出与浆液循环泵运行方式相关性较大的参数；
步骤四，将筛选后的数据以机组负荷、原烟气SO2浓度、原烟气流量为分类标准，通过K-means聚类分析计算出轮廓系数和质心数据，根据轮廓系数曲线确定最佳聚类数目；根据质心数据找到分类的边界；最终确定区间划分对预处理数据进行分类；
步骤五，对分类后的工况进行类似工况对比，对比不同运行方式总电流最小运行方式为最优，同时，由于不同机组启停时间的不同，根据机组启停所需时间，基于现有的运行方式根据机组运行的AGC曲线判别机组运行调整方案；
步骤六，根据现有运行方式给出最佳调整方案。
进一步的，在步骤一中，获取影响脱硫塔浆液循环泵运行的各类有关参数的历史运行数据，具体包括：机组负荷、原烟气SO2浓度、原烟气氧量、原烟气烟尘浓度、原烟气流量、原烟气温度、浆液循环泵电流、净烟气SO2浓度、净烟气氧量、净烟气烟尘浓度、净烟气温度、吸收塔浆液密度、吸收塔液位、吸收塔浆液pH值、吸收塔石灰石浆液补充量、石灰石浆液密度、湿电出口粉尘浓度、总排NOX浓度、净烟气湿度。
进一步的，在步骤二中，对历史数据进行数据预处理，具体包括：填补缺失值、去除异常值。
进一步的，在步骤三中，与浆液循环泵运行方式相关性较大的参数，具体包括机组负荷、原烟气氧量、原烟气流量、原烟气SO2浓度、净烟气温度、净烟气烟尘浓度、石灰石浆液密度、总排NOX浓度。
进一步的，在步骤五中，根据不同机组负荷，在不同范围运行工况下，采用K近邻算法选取合适的运行方式，输出最优运行方式。
与现有技术相比，本发明的有益技术效果：
本发明优化方法高效便捷，设计合理，优化准确性高，能为火电厂提供浆液循环泵运行提供最优运行方式指导，降低脱硫系统的厂用电率，提高火电厂的经济效益。
附图说明
下面结合附图说明对本发明作进一步说明。
图1为本发明湿法脱硫浆液循环泵优化方法的流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，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该特征。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。“若干”的含义是一个或一个以上，除非另有明确具体的限定。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”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。
如图1所示，本实施例中公开了一种湿法脱硫浆液循环泵优化方法，包括：
步骤一，获取影响脱硫塔浆液循环泵运行的各类有关参数的历史运行数据。
其中，获取的历史运行数据具体包括：机组负荷、原烟气SO2浓度、原烟气氧量、原烟气烟尘浓度、原烟气流量、原烟气温度、浆液循环泵电流、净烟气SO2浓度、净烟气氧量、净烟气烟尘浓度、净烟气温度、吸收塔浆液密度、吸收塔液位、吸收塔浆液pH值、吸收塔石灰石浆液补充量、石灰石浆液密度、湿电出口粉尘浓度、总排NOX浓度、净烟气湿度。
步骤二，对历史数据进行数据预处理，数据预处理方式具体包括：填补缺失值、去除异常值等。
步骤三，对预处理后数据进行归一化处理，并进行皮尔逊相关性分析，通过相关性分析找出与浆液循环泵运行方式相关性较大的参数。其中，皮尔逊相关性分析计算公式如下：
式中：cov为协方差，σ为标准差，E为期望，X，Y为参数。
经过上述相关性计算最终确定以下参数为特征参量：
特征参量 相关性系数
净烟气温度 0.259586796
原烟气SO2浓度 0.256407034
原烟气流量 0.252193319
原烟气氧量 0.22101962
总排NOX浓度 0.213381755
石灰石浆液密度 0.20634984
净烟气烟尘浓度 -0.202777751
机组负荷 -0.233142639
与浆液循环泵运行方式相关性较大的参数具体包括：机组负荷、原烟气氧量、原烟气流量、原烟气SO2浓度、净烟气温度、净烟气烟尘浓度、石灰石浆液密度、总排NOX浓度。
步骤四，将步骤三中筛选后八个相关性较大的参数以机组负荷、原烟气SO2浓度、原烟气流量为分类标准，进行聚类分析得出分类数目、分类边界、轮廓系数。具体可通过K-means聚类分析计算出轮廓系数和质心数据，然后根据轮廓系数曲线确定最佳分类数目，根据质心数据找到分类的边界，最终确定区间划分对预处理数据进行分类。
通过K-means聚类分析得出的轮廓系数和质心最终将机组负荷分为3个数据区间，原烟气SO2浓度分为7个数据区间，原烟气流量分为3个数据区间，数据区间划分如下表所示：
步骤五，对分类后的工况进行类似工况对比，对比不同运行方式总电流最小运行方式为最优，同时，由于不同机组启停时间的不同，根据机组启停所需时间，基于现有的运行方式根据机组运行的AGC曲线判别机组运行调整方案。
具体为：经上述分类后的数据可分为63个不同工况下的运行数据区间，根据上述分类后的区间，在不同区间以入口SO2流量0.3为区间长度，根据入口SO2流量对上述各区间再次进行分类(分类后的同区间运行工况称为类似工况)，对分类后的数据在类似工况下筛选出浆液循环泵运行组合方式电流最小的运行组合方式，筛选出的运行方式为次优运行方式，工况称为次优工况，至此完成浆液循环泵次优工况下的运行组合方式的筛选；通过K近邻算法找出机组负荷、入口SO2流量、原烟气流量等距离最小的工况，此工况称为最优工况，此时的浆液循环泵运行组合方式为此工况下最优运行组合方式。
K近邻算法公式如下：
入口SO2流量折算公式：入口SO2流量＝原烟气SO2流量×原烟气流量×10-9
在寻优过程中，筛选出的最优和次优工况可能存在与当前机组运行的浆液循环泵运行组合方式不同，在实际运行过程中，由于不同的机组浆液循环泵启停时间不同，需要观察AGC曲线实时负荷和启停时间间隔后的负荷，根据启停时间间隔后的负荷情况，采用上述寻优方法进行寻优。
若当前负荷和浆液循环泵启停时间间隔后的负荷相同，则可以进行任意工况下浆液循环泵运行组合方式下的寻优；若当前负荷和浆液循环泵启停时间间隔后的负荷不同，则以负荷相差50MW为界限对不同负荷下的运行方式进行寻优，负荷相差不超过50MW，则可以进行相同工况下的泵组合运行方式寻优，否则只能进行相同工况下相同泵组合运行方式的寻优；最终输出最优运行方式下的浆液循环泵组合运行方式。
寻优结果根据实际运行情况和机组启停时间间隔进行调整给出最优运行工况和次优运行工况的合理化运行建议。便于运行人员根据实际情况进行调整，最大程度上优化了浆液循环泵的运行组合方式，降低了脱硫系统的厂用电耗率。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种湿法脱硫浆液循环泵优化方法，其特征在于，包括：
步骤一，获取影响脱硫塔浆液循环泵运行的各类有关参数的历史运行数据；
步骤二，对历史数据进行数据预处理；
步骤三，对预处理后数据进行归一化处理，并进行皮尔逊相关性分析，通过相关性分析找出与浆液循环泵运行方式相关性较大的参数；
在步骤三中，与浆液循环泵运行方式相关性较大的参数，具体包括机组负荷、原烟气氧量、原烟气流量、原烟气SO2浓度、净烟气温度、净烟气烟尘浓度、石灰石浆液密度、总排NOX浓度；
步骤四，将筛选后的数据以机组负荷、原烟气SO2浓度、原烟气流量为分类标准，通过K-means聚类分析计算出轮廓系数和质心数据，根据轮廓系数曲线确定最佳聚类数目；根据质心数据找到分类的边界；最终确定区间划分对预处理数据进行分类；通过K-means聚类分析得出的轮廓系数和质心最终将机组负荷分为3个数据区间，原烟气SO2浓度分为7个数据区间，原烟气流量分为3个数据区间；
步骤五，对分类后的工况进行类似工况对比，对比不同运行方式总电流最小运行方式为最优，同时，由于不同机组启停时间的不同，根据机组启停所需时间，基于现有的运行方式根据机组运行的AGC曲线判别机组运行调整方案；
经上述分类后的数据可分为63个不同工况下的运行数据区间，根据上述分类后的区间，在不同区间以入口SO2流量0.3为区间长度，根据入口SO2流量对上述各区间再次进行分类，对分类后的数据在类似工况下筛选出浆液循环泵运行组合方式电流最小的运行组合方式，筛选出的运行方式为次优运行方式，工况称为次优工况，至此完成浆液循环泵次优工况下的运行组合方式的筛选；通过K近邻算法找出机组负荷、入口SO2流量、原烟气流量等距离最小的工况，此工况称为最优工况，此时的浆液循环泵运行组合方式为此工况下最优运行组合方式；
在寻优过程中，筛选出的最优和次优工况可能存在与当前机组运行的浆液循环泵运行组合方式不同，在实际运行过程中，由于不同的机组浆液循环泵启停时间不同，需要观察AGC曲线实时负荷和启停时间间隔后的负荷，若当前负荷和浆液循环泵启停时间间隔后的负荷相同，则可以进行任意工况下浆液循环泵运行组合方式下的寻优；若当前负荷和浆液循环泵启停时间间隔后的负荷不同，则以负荷相差50MW为界限对不同负荷下的运行方式进行寻优，负荷相差不超过50MW，则可以进行相同工况下的泵组合运行方式寻优，否则只能进行相同工况下相同泵组合运行方式的寻优；最终输出最优运行方式下的浆液循环泵组合运行方式；
步骤六，根据现有运行方式给出最佳调整方案。
2.根据权利要求1所述的湿法脱硫浆液循环泵优化方法，其特征在于：在步骤一中，获取影响脱硫塔浆液循环泵运行的各类有关参数的历史运行数据，具体包括：机组负荷、原烟气SO2浓度、原烟气氧量、原烟气烟尘浓度、原烟气流量、原烟气温度、浆液循环泵电流、净烟气SO2浓度、净烟气氧量、净烟气烟尘浓度、净烟气温度、吸收塔浆液密度、吸收塔液位、吸收塔浆液pH值、吸收塔石灰石浆液补充量、石灰石浆液密度、湿电出口粉尘浓度、总排NOX浓度、净烟气湿度。
3.根据权利要求1所述的湿法脱硫浆液循环泵优化方法，其特征在于：在步骤二中，对历史数据进行数据预处理，具体包括：填补缺失值、去除异常值。
CN202210314241.8A 2022-03-28 2022-03-28 一种湿法脱硫浆液循环泵优化方法 Active CN114749006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210314241.8A CN114749006B (zh) 2022-03-28 2022-03-28 一种湿法脱硫浆液循环泵优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210314241.8A CN114749006B (zh) 2022-03-28 2022-03-28 一种湿法脱硫浆液循环泵优化方法

Publications (2)

Publication Number Publication Date
CN114749006A CN114749006A (zh) 2022-07-15
CN114749006B true CN114749006B (zh) 2023-08-15

Family

ID=82327151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210314241.8A Active CN114749006B (zh) 2022-03-28 2022-03-28 一种湿法脱硫浆液循环泵优化方法

Country Status (1)

Country Link
CN (1) CN114749006B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115400571A (zh) * 2022-08-31 2022-11-29 华能湖南岳阳发电有限责任公司 脱硫吸收塔自动供浆方法及装置
CN115155269B (zh) * 2022-09-09 2023-01-24 启东凯顺机械制造有限公司 一种煤气精脱硫系统的自动控制方法
CN116241443A (zh) * 2023-02-10 2023-06-09 华能临沂发电有限公司 一种浆液循环泵控制方法及装置
CN116236892A (zh) * 2023-03-16 2023-06-09 福建龙净环保股份有限公司 一种控制脱硫设备的方法及装置
CN116825218B (zh) * 2023-06-13 2024-04-12 中能融合智慧科技有限公司 一种用于能源行业的脱硫运行优化方法及设备
CN117392226B (zh) * 2023-12-11 2024-04-05 合肥安迅精密技术有限公司 基于机器视觉的bga元件识别定位方法及系统、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207576125U (zh) * 2017-04-11 2018-07-06 山东华电节能技术有限公司 脱硫系统中的多台浆液循环泵运行控制系统
CN111275335A (zh) * 2020-01-20 2020-06-12 华电莱州发电有限公司 一种基于数据驱动的浆液循环泵寻优方法及系统
CN112365065A (zh) * 2020-11-16 2021-02-12 大唐环境产业集团股份有限公司 一种wfgd自适应在线优化调度方法
CN113094988A (zh) * 2021-04-06 2021-07-09 山东建筑大学 一种基于数据驱动的浆液循环泵运行优化方法及系统
CN113617216A (zh) * 2021-07-22 2021-11-09 中国华电科工集团有限公司 一种湿法脱硫吸收塔系统一体化控制方法和系统
WO2022038125A1 (en) * 2020-08-18 2022-02-24 Grundfos Holding A/S Method and system for controling a pump

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207576125U (zh) * 2017-04-11 2018-07-06 山东华电节能技术有限公司 脱硫系统中的多台浆液循环泵运行控制系统
CN111275335A (zh) * 2020-01-20 2020-06-12 华电莱州发电有限公司 一种基于数据驱动的浆液循环泵寻优方法及系统
WO2022038125A1 (en) * 2020-08-18 2022-02-24 Grundfos Holding A/S Method and system for controling a pump
CN112365065A (zh) * 2020-11-16 2021-02-12 大唐环境产业集团股份有限公司 一种wfgd自适应在线优化调度方法
CN113094988A (zh) * 2021-04-06 2021-07-09 山东建筑大学 一种基于数据驱动的浆液循环泵运行优化方法及系统
CN113617216A (zh) * 2021-07-22 2021-11-09 中国华电科工集团有限公司 一种湿法脱硫吸收塔系统一体化控制方法和系统

Also Published As

Publication number Publication date
CN114749006A (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN114749006B (zh) 一种湿法脱硫浆液循环泵优化方法
CN104534507B (zh) 一种锅炉燃烧优化控制方法
CN112465239B (zh) 基于改进pso-fcm算法的脱硫系统运行优化方法
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
CN111598308B (zh) 基于回归和二重pso算法解决浆液循环泵组合优化方法
CN115111601B (zh) 多变负荷下内嵌算法融合的多目标锅炉燃烧优化控制方法
CN104613468A (zh) 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法
CN115309117B (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
CN116805065B (zh) 一种煤粉加热炉燃烧器监测数据智能管理方法
WO2024183310A1 (zh) 一种燃煤机组全负荷下NOx总成本自动寻优方法
CN114895555B (zh) 一种燃煤机组炉煤全息录入环保系统优化方法
CN114239322B (zh) 燃煤电站烟气提水系统设计及优化方法和系统
CN112308397B (zh) 一种基于火电机组脱硝综合性能评价方法
CN112835950B (zh) 一种dcs数据挖掘的湿法脱硫系统达标排放运行曲线的获取系统及方法
CN113313325A (zh) 一种脱硫系统运行优化方法、系统、设备及存储介质
CN113919177A (zh) 适用于燃煤电厂湿法脱硫系统的节能潜力评估方法及系统
CN210729124U (zh) 多炉一塔烟气处理系统
CN114139785A (zh) 锅炉燃烧热效率预测方法及装置
CN108629458B (zh) 基于大数据的煤电机组优化运行方法
CN116110508A (zh) 一种燃煤机组so2超标预警方法、系统、装置及介质
CN111389188B (zh) 一种适用于多个NOx排放源并联共排气管的最优控制方法
CN116832614B (zh) 一种scr脱硝系统喷氨量控制方法及系统
CN116880172B (zh) 一种低负荷脱硝喷氨优化控制方法及系统
CN115090109A (zh) 一种基于数据驱动的scr脱硝系统氨量的优化预测方法
CN116976521B (zh) 一种不同时间尺度的电力系统调峰储能容量需求预测方法

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