CN115220494A - 吸附塔内温度控制装置及应用该装置的煤气精脱硫系统 - Google Patents

Abstract

本发明涉及温度控制技术领域，具体涉及吸附塔内温度控制装置及应用该装置的煤气精脱硫系统，该系统包括数据获取模块和温度控制模块，通过数据获取模块和温度控制模块之间的相互配合可以实现以下步骤：根据温度信息和杂质含量信息，确定待检测吸附塔的再生状态是否为保温结束状态；若待检测吸附塔的再生状态为保温结束状态，则对待检测吸附塔进行降温操作，并在降温完成后，对待检测吸附塔进行切塔操作。本发明利用温度信息和杂质含量信息，能够实现对吸附塔内的温度进行控制，有效提高了吸附塔在具体应用时的生产效率和生产控制的准确度。

Description

吸附塔内温度控制装置及应用该装置的煤气精脱硫系统

技术领域

本发明涉及温度控制技术领域，具体涉及吸附塔内温度控制装置及应用该装置的煤气精脱硫系统。

背景技术

吸附塔在工业生产中的应用十分广泛，比如煤气脱硫、废气处理等等。由于吸附塔中往往放有吸附剂，所以吸附塔是可以使进入塔内的气体中的某些成分被吸附剂的所吸附，从而实现成分分离的设备。为了节约成本，减少资源浪费，往往会对使用过的吸附剂进行再生，可以使用再生后的吸附剂对进入塔内的气体进行某些成分的吸附。由于吸附剂的吸附和再生效率往往都与温度有关，所以，对吸附塔内的温度进行控制至关重要。目前，在对吸附塔内的温度进行控制时，通常采用的方式为：根据吸附塔内吸附剂吸附饱和及再生完成的经验时长，对吸附塔内的温度进行控制。

然而，当采用上述方式时，经常会存在如下技术问题：

由于经验时长往往是根据人工的经验设置的定值，经验时长的设置往往受人为主观因素的影响较大，设置的经验时长往往并不准确，并且吸附剂在吸附塔内每次吸附或再生完成的时长可能并不一样，所以将经验时长设置为定值往往并不准确，因此，可能会导致错误的温度调节，从而导致吸附塔在具体应用时的生产效率和生产控制的准确度低下。

发明内容

本发明的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本发明提出了吸附塔内温度控制装置，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本发明提供了吸附塔内温度控制装置，该吸附塔内温度控制装置包括数据获取模块和温度控制模块，所述数据获取模块用于获取待检测吸附塔对应的温度信息和杂质含量信息，并将获取的所述温度信息和所述杂质含量信息发送给所述温度控制模块，所述温度控制模块用于接收所述数据获取模块获取的所述温度信息和所述杂质含量信息，并实现以下步骤：

根据所述温度信息和所述杂质含量信息，确定所述待检测吸附塔的再生状态是否为保温结束状态；

若所述待检测吸附塔的再生状态为保温结束状态，则对所述待检测吸附塔进行降温操作，并在降温完成后，对所述待检测吸附塔进行切塔操作。

进一步的，所述温度信息包括：当前塔顶温度、当前塔中温度、当前塔底温度、进气口温度和出气口温度，所述杂质含量信息用当前杂质含量表征；

所述根据所述温度信息和所述杂质含量信息，确定所述待检测吸附塔的再生状态是否为保温结束状态，包括：

当所述当前塔顶温度、所述当前塔中温度、所述当前塔底温度、所述进气口温度和所述出气口温度均大于预设反应温度，所述杂质含量信息小于预设杂质含量时，则判定所述待检测吸附塔的再生状态为保温结束状态。

进一步的，所述温度信息包括多个温度序列，所述多个温度序列分别是塔顶温度序列、塔中温度序列、塔底温度序列、进气口温度序列和出气口温度序列，所述杂质含量信息用当前杂质含量表征；

所述根据所述温度信息和所述杂质含量信息，确定所述待检测吸附塔的再生状态是否为保温结束状态，包括：

确定所述多个温度序列中的每个温度序列中的温度对应的三维向量；

对所述多个温度序列中的每个温度序列中的温度对应的三维向量进行预设数目聚类，确定所述温度序列对应的类别序列，得到所述温度信息对应的类别序列集合，其中，所述类别序列集合中的类别序列中的类别的数量是预设数目；

确定所述类别序列集合中的每个类别序列中的各个类别对应的重要程度；

对于所述类别序列集合中的每个类别序列，从所述类别序列中筛选出满足重要程度条件的类别，得到所述类别序列对应的重要类别，其中，所述重要程度条件是类别对应的重要程度在所述类别序列中的类别对应的重要程度中最大；

根据所述类别序列集合中的每个类别序列对应的重要类别对应的时刻和重要程度，确定所述类别序列对应的多个时间偏移量；

根据所述类别序列集合中的类别序列对应的多个时间偏移量，调整所述类别序列集合中的每个类别序列中的类别对应的三维向量，得到所述类别序列对应的调整三维向量序列；

将所述类别序列集合中的类别序列对应的调整三维向量序列输入到训练完成的吸附塔状态网络，输出所述待检测吸附塔的再生状态为保温结束状态的置信度；

根据所述置信度、预设杂质含量和所述杂质含量信息，确定所述待检测吸附塔的再生状态为保温结束状态的可信度；

根据所述可信度与预设可信度阈值，确定所述待检测吸附塔的再生状态是否为保温结束状态。

进一步的，所述确定所述多个温度序列中的每个温度序列中的温度对应的三维向量，包括：

将所述温度序列中除了第一个温度以外的每个温度被获取的时刻，确定为所述温度对应的三维向量的第一个元素；

将所述温度序列中除了第一个温度以外的每个温度，确定为所述温度对应的三维向量的第二个元素；

对于所述温度序列中除了第一个温度以外的每个温度，将所述温度与所述温度序列中的所述温度的上一个温度的差值的绝对值，确定为所述温度对应的三维向量的第三个元素。

进一步的，所述确定所述类别序列集合中的每个类别序列中的各个类别对应的重要程度，包括：

将所述类别序列中的第一个类别对应的三维向量中的第二个和第三个元素，组合为第一坐标点；

将所述类别序列中的第二个类别对应的三维向量中的第二个和第三个元素，组合为第二坐标点；

将所述第一坐标点与所述第二坐标点之间的欧式距离，确定为所述类别序列中的第一个类别对应的重要程度；

将所述类别序列中的最后一个类别对应的三维向量中的第二个和第三个元素，组合为第三坐标点；

将所述类别序列中最后一个类别的上一个类别对应的三维向量中的第二个和第三个元素，组合为第四坐标点；

将所述第三坐标点与所述第四坐标点之间的欧式距离，确定为所述类别序列中的最后一个类别对应的重要程度；

对所述类别序列中除了第一个类别和最后一个类别以外的每个类别进行以下处理：

将所述类别对应的三维向量中的第二个和第三个元素，组合为第五坐标点；

将所述类别序列中所述类别的上一个类别对应的三维向量中的第二个和第三个元素，组合为第六坐标点；

将所述类别序列中所述类别的下一个类别对应的三维向量中的第二个和第三个元素，组合为第七坐标点；

将所述第五坐标点与所述第六坐标点之间的欧式距离、所述第五坐标点与所述第七坐标点之间的欧式距离中的最大的欧式距离，确定为所述类别对应的重要程度。

进一步的，所述根据所述类别序列集合中的每个类别序列对应的重要类别对应的时刻和重要程度，确定所述类别序列对应的多个时间偏移量，包括：

将所述类别序列对应的重要类别对应的时刻，确定为所述类别序列对应的参考时刻；

将所述类别序列对应的重要类别对应的重要程度，确定为所述类别序列对应的最大重要程度；

分别将所述类别序列对应的参考时刻与所述类别序列集合中除了类别序列以外的各个类别序列对应的参考时刻的差值，作为时间差值，得到所述类别序列对应的多个时间差值；

分别将所述类别序列对应的最大重要程度与所述类别序列集合中除了类别序列以外的各个类别序列对应的最大重要程度的差值，作为重要程度差值，得到所述类别序列对应的多个重要程度差值；

根据所述类别序列对应的最大重要程度、多个时间差值和多个重要程度差值，确定所述类别序列对应的多个时间偏移量。

进一步的，所述确定所述类别序列对应的多个时间偏移量对应的公式为：

其中，

是所述类别序列对应的多个时间偏移量中的第

个时间偏移量，

是所述 类别序列对应的多个重要程度差值中的第

个重要程度差值，

是所述类别序列对应的最大 重要程度，

是所述类别序列对应的多个时间差值中的第

个时间差值。

进一步的，所述根据所述类别序列集合中的类别序列对应的多个时间偏移量，调整所述类别序列集合中的每个类别序列中的类别对应的三维向量，得到所述类别序列对应的调整三维向量序列，包括：

从所述类别序列集合中随机筛选出一个类别序列，作为参考类别序列；

将所述参考类别序列中的参考类别对应的三维向量，确定为所述参考类别序列中的参考类别对应的调整三维向量；

对于所述类别序列集合中除了所述参考类别序列以外的每个类别序列，根据所述参考类别序列与所述类别序列之间的时间偏移量和所述类别序列，调整所述类别序列中的类别对应的三维向量，得到所述类别序列对应的调整三维向量序列。

进一步的，所述吸附塔状态网络的训练过程，包括：

构建由编码器、译码器与全连接层混合组成的吸附塔状态网络；

获取目标温度信息集合，其中，所述目标温度信息集合中的每个目标温度信息包括多个目标温度序列，多个目标温度序列分别是目标塔顶温度序列、目标塔中温度序列、目标塔底温度序列、目标进气口温度序列和目标出气口温度序列；

对于所述目标温度信息集合中的每个目标温度信息包括的多个目标温度序列中的每个目标温度序列，确定所述目标温度序列中的目标温度对应的目标三维向量；

对于所述目标温度信息集合中的每个目标温度信息包括的多个目标温度序列中的每个目标温度序列，对所述目标温度序列中的目标温度对应的目标三维向量进行预设数目聚类，确定所述目标温度序列对应的目标类别序列，得到所述目标温度信息对应的目标类别序列集合；

对于所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，确定所述目标类别序列中的各个目标类别对应的重要程度；

对于所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，从所述目标类别序列中筛选出重要条件的目标类别，得到所述目标类别序列对应的目标重要类别，其中，所述重要条件是目标类别对应的重要程度在所述目标类别序列中的目标类别对应的重要程度中最大；

对于所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，根据所述目标类别序列对应的目标重要类别对应的时刻和重要程度，确定所述目标类别序列对应的多个目标时间偏移量；

根据所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的目标类别序列对应的多个目标时间偏移量，调整目标温度信息对应的目标类别序列集合中的每个目标类别序列中的目标类别对应的目标三维向量，得到所述目标类别序列对应的调整三维向量序列，并确定所述目标类别序列对应的调整三维向量序列的标签值；

对于所述目标温度信息集合中的每个目标温度信息，根据所述目标温度信息对应的目标类别序列集合中的目标类别序列对应的调整三维向量序列以及调整三维向量序列的标签值，对吸附塔状态网络进行训练，得到训练完成的吸附塔状态网络。

第二方面，本发明提供了一种煤气精脱硫系统，该煤气精脱硫系统可以包括上述的一种吸附塔内温度控制装置。

本发明具有如下有益效果：

本发明的吸附塔内温度控制装置，利用温度信息和杂质含量信息，能够实现对吸附塔内的温度进行控制，有效提高了吸附塔在具体应用时的生产效率和生产控制的准确度。吸附塔内温度控制装置可以包括数据获取模块和温度控制模块。上述数据获取模块可以用于获取待检测吸附塔对应的温度信息和杂质含量信息，并将获取的上述温度信息和上述杂质含量信息发送给上述温度控制模块。待检测吸附塔的再生状态是否为保温结束状态往往与待检测吸附塔对应的温度信息和杂质含量信息有关，因此，获取待检测吸附塔对应的温度信息和杂质含量信息，可以便于后续判断待检测吸附塔的再生状态是否为保温结束状态，从而提高了待检测吸附塔的再生状态是否为保温结束状态判断的准确性。上述温度控制模块用于接收上述数据获取模块获取的上述温度信息和上述杂质含量信息，并实现以下步骤：首先，根据上述温度信息和上述杂质含量信息，确定上述待检测吸附塔的再生状态是否为保温结束状态。接着，若上述待检测吸附塔的再生状态为保温结束状态，则对上述待检测吸附塔进行降温操作，并在降温完成后，对上述待检测吸附塔进行切塔操作。本发明利用温度信息和杂质含量信息，能够实现对吸附塔内的温度进行控制，有效提高了吸附塔在具体应用时的生产效率和生产控制的准确度。当吸附塔具体应用于煤气脱硫时，可以有效提高煤气脱硫的效率，从而提高脱硫生产控制的准确度。

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和优点，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的介绍，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它附图。

图1为根据本发明的一种吸附塔内温度控制装置的一些实施例的结构示意图；

图2为根据本发明的温度控制模块实现的步骤的一些实施例的流程图；

图3为根据本发明的根据温度信息和杂质含量信息，确定待检测吸附塔的再生状态是否为保温结束状态的一些实施例的流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外，一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

本发明提供了一种吸附塔内温度控制装置，该吸附塔内温度控制装置可以根据实际需要应用到相应的工业生产系统中，比如煤气精脱硫系统、废气处理系统等等，即该吸附塔内温度控制装置可以作为煤气精脱硫系统的一个组成部分，或者作为废气处理系统的一个组成部分。应当理解，当该吸附塔内温度控制装置作为煤气精脱硫系统的一个组成部分时，煤气精脱硫系统还包括其他相关组成部分，比如吸附塔，吸附塔用于对煤气中的硫化物进行吸附，该吸附塔内温度控制装置用于控制吸附塔的运行，以有效提高煤气脱硫的效率，从而提高脱硫生产控制的准确度。由于通过吸附塔进行煤气脱硫属于常规技术，本实施例不再具体描述。

该吸附塔内温度控制装置包括数据获取模块和温度控制模块，上述数据获取模块用于获取待检测吸附塔对应的温度信息和杂质含量信息，并将获取的上述温度信息和上述杂质含量信息发送给上述温度控制模块，上述温度控制模块用于接收上述数据获取模块获取的上述温度信息和上述杂质含量信息，并实现以下步骤：

根据上述温度信息和上述杂质含量信息，确定上述待检测吸附塔的再生状态是否为保温结束状态；

若上述待检测吸附塔的再生状态为保温结束状态，则对上述待检测吸附塔进行降温操作，并在降温完成后，对上述待检测吸附塔进行切塔操作。

下面对上述各个模块进行详细展开：

参考图1，示出了根据本发明的一种吸附塔内温度控制装置的一些实施例的结构示意图。该吸附塔内温度控制装置可以包括数据获取模块101和温度控制模块102。上述数据获取模块101可以用于获取待检测吸附塔对应的温度信息和杂质含量信息，并将获取的上述温度信息和上述杂质含量信息发送给上述温度控制模块102。上述温度控制模块102可以用于接收上述数据获取模块101获取的上述温度信息和上述杂质含量信息。

其中，上述待检测吸附塔可以是处于再生状态的吸附塔。再生状态可以是吸附塔进行吸附剂再生的状态。上述温度信息可以是有关上述待检测吸附塔的温度。上述杂质含量信息可以有关上述待检测吸附塔的杂质含量。再生状态可以包括：升温状态、升温结束状态、保温状态、保温结束状态和降温状态。升温状态可以是待检测吸附塔温度呈上升趋势时的待检测吸附塔的状态。升温结束状态可以是待检测吸附塔温度呈上升趋势结束时的时刻待检测吸附塔的状态。保温状态可以是待检测吸附塔温度近似恒定时的状态。保温结束状态可以是待检测吸附塔温度近似恒定结束时的时刻待检测吸附塔的状态。降温状态可以是待检测吸附塔温度呈下降趋势时的待检测吸附塔的状态。

例如，当待检测吸附塔应用于脱硫系统时，上述吸附剂可以是脱硫剂。杂质含量可以是吸附塔出气口处的含硫化合物的量。杂质含量可以通过总硫测定仪检测得到。

参考图2，示出了根据本发明的温度控制模块实现的步骤的一些实施例的流程图。该温度控制模块实现如下步骤：

步骤201，根据温度信息和杂质含量信息，确定待检测吸附塔的再生状态是否为保温结束状态。

在一些实施例中，可以根据上述温度信息和上述杂质含量信息，确定上述待检测吸附塔的再生状态是否为保温结束状态。

其中，上述温度信息可以包括：当前塔顶温度、当前塔中温度、当前塔底温度、进气口温度和出气口温度。上述杂质含量信息可以用当前杂质含量表征。上述当前塔顶温度可以是在当前时刻时，上述待检测吸附塔塔顶的温度。上述当前塔中温度可以是在当前时刻时，上述待检测吸附塔塔中的温度。上述当前塔底温度可以是在当前时刻时，上述待检测吸附塔塔底的温度。上述进气口温度可以是在当前时刻时，上述待检测吸附塔进气口的温度。上述出气口温度可以是在当前时刻时，上述待检测吸附塔出气口的温度。上述当前塔顶温度、上述当前塔中温度、上述当前塔底温度、上述进气口温度和上述出气口温度可以通过温度传感器获取。

实际情况中，当待检测吸附塔应用于脱硫系统且再生状态为保温结束状态时，当前杂质含量往往较低，可以认为此时脱硫剂再生完成。

作为示例，当待检测吸附塔应用于脱硫系统，并且上述当前塔顶温度、上述当前塔中温度、上述当前塔底温度、上述进气口温度和上述出气口温度均近似达到预设恒温温度，上述杂质含量信息小于预设杂质含量时，则判定上述待检测吸附塔的再生状态为保温结束状态。其中，上述预设恒温温度可以是预先设置的温度。上述预设恒温温度可以是适宜脱硫剂再生的温度。例如，上述预设恒温温度可以是200°。上述预设杂质含量可以是预先设置的杂质含量。例如，上述预设杂质含量可以是上述待检测吸附塔的再生状态为保温结束状态时，上述待检测吸附塔出气口处的含硫化合物可以存在的最大的量。上述预设杂质含量可以是2%。

可选地，参考图3，在一些实施例中，可以根据上述温度信息和上述杂质含量信息，确定上述待检测吸附塔的再生状态是否为保温结束状态。

其中，上述温度信息可以包括多个温度序列。上述多个温度序列分别可以是塔顶温度序列、塔中温度序列、塔底温度序列、进气口温度序列和出气口温度序列。塔顶温度序列中的塔顶温度可以是待检测吸附塔塔顶的温度。塔中温度序列中的塔中温度可以是待检测吸附塔塔中的温度。塔底温度序列中的塔底温度可以是待检测吸附塔塔底的温度。进气口温度序列中的进气口温度可以是待检测吸附塔进气口的温度。出气口温度序列中的出气口温度可以是待检测吸附塔出气口的温度。上述杂质含量信息可以用当前杂质含量表征。上述塔顶温度序列、上述塔中温度序列、上述塔底温度序列、上述进气口温度序列和上述出气口温度序列中的温度的数量可以相同。上述塔顶温度序列、上述塔中温度序列、上述塔底温度序列、上述进气口温度序列和上述出气口温度序列中相同位置的温度的获取时刻可以相同。例如，上述塔顶温度序列、上述塔中温度序列、上述塔底温度序列、上述进气口温度序列和上述出气口温度序列中的第t个温度可以是相同时刻时，上述待检测吸附塔相应位置的温度。温度序列可以是根据获取温度的时间进行升序得到的序列。

实际情况中，温度序列中的最后一个温度的获取时间越接近当前时间，对当前的待检测吸附塔的再生状态是否为保温结束状态的判断往往越准确。

作为示例，本步骤可以包括以下步骤：

步骤301，确定多个温度序列中的每个温度序列中的温度对应的三维向量。

其中，三维向量可以包括三个元素。

例如，本步骤可以包括以下步骤：

第一步，将上述温度序列中除了第一个温度以外的每个温度被获取的时刻，确定为上述温度对应的三维向量的第一个元素。

比如，2022年06月22日16时20分24秒时温度是40°，则该温度被获取的时刻可以是2022年06月22日16时20分24秒。

第二步，将上述温度序列中除了第一个温度以外的每个温度，确定为上述温度对应的三维向量的第二个元素。

第三步，对于上述温度序列中除了第一个温度以外的每个温度，将上述温度与上述温度序列中的上述温度的上一个温度的差值的绝对值，确定为上述温度对应的三维向量的第三个元素。

实际情况中，待检测吸附塔的再生状态是否为保温结束状态往往与待检测吸附塔的温度、获取温度的时刻和温度变化率有关，因此用这三个因素组成三维向量，可以便于分析待检测吸附塔的再生状态是否为保温结束状态，可以提高待检测吸附塔的再生状态是否为保温结束状态的判断的准确度。当待检测吸附塔的再生状态为保温状态时，待检测吸附塔各个位置处的温度往往也会随着时间变化，相较于升温和降温状态，保温状态的温度变化率往往较小。

步骤302，对多个温度序列中的每个温度序列中的温度对应的三维向量进行预设数目聚类，确定温度序列对应的类别序列，得到温度信息对应的类别序列集合。

其中，上述类别序列集合中的类别序列中的类别的数量可以是预设数目。上述预设数目可以是预先设置的数目。如，上述预设数目可以是10。由于多个温度序列中的温度序列的数量可以是5，所以上述类别序列集合中的类别序列的数量可以是5。

例如，可以通过k均值聚类算法，令k=10，对上述多个温度序列中的每个温度序列中的温度对应的三维向量进行十聚类，确定上述温度序列对应的类别序列，其中，上述温度序列对应的类别序列中的类别的数量可以是10。

对温度序列中的温度对应的三维向量进行预设数目聚类，可以用聚类中心代表多个三维向量，便于后续只需对类别的聚类中心进行分析，可以减少计算量，可以减少计算资源的占用。

步骤303，确定类别序列集合中的每个类别序列中的各个类别对应的重要程度。

例如，本步骤可以包括以下步骤：

第一步，将上述类别序列中的第一个类别对应的三维向量中的第二个和第三个元素，组合为第一坐标点。

其中，类别对应的三维向量可以是该类别的聚类中心。

比如，当上述类别序列中的第一个类别对应的三维向量中的第二个和第三个元素分别是50°和10°时，第一坐标点可以是（50，10）。

第二步，将上述类别序列中的第二个类别对应的三维向量中的第二个和第三个元素，组合为第二坐标点。

第三步，将上述第一坐标点与上述第二坐标点之间的欧式距离，确定为上述类别序列中的第一个类别对应的重要程度。

第四步，将上述类别序列中的最后一个类别对应的三维向量中的第二个和第三个元素，组合为第三坐标点。

第五步，将上述类别序列中最后一个类别的上一个类别对应的三维向量中的第二个和第三个元素，组合为第四坐标点。

第六步，将上述第三坐标点与上述第四坐标点之间的欧式距离，确定为上述类别序列中的最后一个类别对应的重要程度。

第七步，可以对上述类别序列中除了第一个类别和最后一个类别以外的每个类别进行以下处理：

第一处理步骤，将上述类别对应的三维向量中的第二个和第三个元素，组合为第五坐标点。

第二处理步骤，将上述类别序列中上述类别的上一个类别对应的三维向量中的第二个和第三个元素，组合为第六坐标点。

第三处理步骤，将上述类别序列中上述类别的下一个类别对应的三维向量中的第二个和第三个元素，组合为第七坐标点。

第四处理步骤，将上述第五坐标点与上述第六坐标点之间的欧式距离、上述第五坐标点与上述第七坐标点之间的欧式距离中的最大的欧式距离，确定为上述类别对应的重要程度。

实际情况中，两个类别之间的欧式距离越小，往往说明这两个类别之间的差别越小，往往说明这两个类别越相似。两个类别之间的欧式距离越大，往往说明这两个类别之间的差别越大，往往说明这两个类别的分类效果越好。

步骤304，对于类别序列集合中的每个类别序列，从类别序列中筛选出满足重要程度条件的类别，得到类别序列对应的重要类别。

其中，上述重要程度条件可以是类别对应的重要程度在类别序列中的类别对应的重要程度中最大。

例如，类别序列可以包括5个类别，这5个类别对应的重要程度可以分别是1、2、6、4和5，则该类别序列对应的重要类别可以该类别序列中的第三个类别。

步骤305，根据类别序列集合中的每个类别序列对应的重要类别对应的时刻和重要程度，确定类别序列对应的多个时间偏移量。

例如，本步骤可以包括以下步骤：

第一步，将上述类别序列对应的重要类别对应的时刻，确定为上述类别序列对应的参考时刻。

其中，重要类别对应的时刻可以是该重要类别的聚类中心包括的第一个元素。

第二步，将上述类别序列对应的重要类别对应的重要程度，确定为上述类别序列对应的最大重要程度。

第三步，分别将上述类别序列对应的参考时刻与上述类别序列集合中除了类别序列以外的各个类别序列对应的参考时刻的差值，作为时间差值，得到上述类别序列对应的多个时间差值。

比如，类别序列集合可以包括：第一类别序列、第二类别序列和第三类别序列。第一类别序列对应的参考时刻可以是2022年06月22日16时20分20秒。第二类别序列对应的参考时刻可以是2022年06月22日16时20分50秒。第三类别序列对应的参考时刻可以是2022年06月22日16时20分10秒。则第一类别序列与第二类别序列之间的时间差值可以是30秒。第一类别序列与第三类别序列之间的时间差值可以是-10秒。第一类别序列对应的2个时间差值可以分别是30秒和-10秒。

第四步，分别将上述类别序列对应的最大重要程度与上述类别序列集合中除了类别序列以外的各个类别序列对应的最大重要程度的差值，作为重要程度差值，得到上述类别序列对应的多个重要程度差值。

其中，重要程度差值可以是差值的绝对值。

比如，类别序列集合可以包括：第一类别序列、第二类别序列和第三类别序列。第一类别序列对应的最大重要程度可以是2。第二类别序列对应的最大重要程度可以是6。第三类别序列对应的最大重要程度可以是1。则第一类别序列与第二类别序列之间的重要程度差值可以是4。第一类别序列与第三类别序列之间的时间差值可以是1。第一类别序列对应的2个重要程度差值可以分别是4和1。

第五步，根据上述类别序列对应的最大重要程度、多个时间差值和多个重要程度差值，确定上述类别序列对应的多个时间偏移量。

比如，上述确定上述类别序列对应的多个时间偏移量对应的公式可以为：

其中，

是上述类别序列对应的多个时间偏移量中的第

个时间偏移量。

是上述 类别序列对应的多个重要程度差值中的第

个重要程度差值。

是上述类别序列对应的最大 重要程度。

是上述类别序列对应的多个时间差值中的第

个时间差值。

重要程度差值越大，时间偏移量往往越大，时间差值的正负，可以表示时间偏移的方向。

步骤306，根据类别序列集合中的类别序列对应的多个时间偏移量，调整类别序列集合中的每个类别序列中的类别对应的三维向量，得到类别序列对应的调整三维向量序列。

例如，本步骤可以包括以下步骤：

第一步，从上述类别序列集合中随机筛选出一个类别序列，作为参考类别序列。

第二步，将上述参考类别序列中的参考类别对应的三维向量，确定为上述参考类别序列中的参考类别对应的调整三维向量。

第三步，对于上述类别序列集合中除了上述参考类别序列以外的每个类别序列，根据上述参考类别序列与上述类别序列之间的时间偏移量和上述类别序列，调整上述类别序列中的类别对应的三维向量，得到上述类别序列对应的调整三维向量序列。

比如，如果参考类别序列与一个类别序列之间的时间偏移量为5秒，则需要对该类别序列中的各个类别对应的三维向量，即类别的聚类中心进行调整。当该类别序列中的类别包括的三维向量中存在第一个元素为该类别的聚类中心第一个元素与5相加的和的三维向量时，将第一个元素为该类别的聚类中心第一个元素与5相加的和的三维向量，确定为该类别对应的调整三维向量。如，该类别序列中的一个类别包括的多个三维向量可以分别是（1，m1，n1）、（2，m2，n2）、（3，m3，n3）、（8，m4，n4）、（9，m5，n5）。当该类别的聚类中心是（3，m3，n3）时，则该类别对应的调整三维向量可以是（8，m4，n4）。当该类别序列中的类别包括的三维向量中不存在第一个元素为该类别的聚类中心第一个元素与5相加的和的三维向量时，将该类别中第一个元素和该类别的聚类中心第一个元素与5相加的和最相近的三维向量，作为该类别对应的调整三维向量。如，该类别序列中的一个类别包括的多个三维向量可以分别是（1，m1，n1）、（2，m2，n2）、（4，m3，n3）、（6，m4，n4）、（7，m5，n5）。当该类别的聚类中心是（4，m3，n3）时，则该类别对应的调整三维向量可以是（7，m5，n5）。

由于安装在待检测吸附塔不同位置的温度传感器获取温度的时间间隔可能不同，聚类之后的不同温度序列对应的类别序列中类别的聚类中心包括的第一个元素往往不同，往往会导致后续吸附塔状态网络不能获取相同时刻的三维向量，因此，调整类别序列中的类别对应的三维向量，得到上述类别序列对应的调整三维向量序列，可以使吸附塔状态网络获取相同时刻的三维向量，可以提高吸附塔状态网络推测的待检测吸附塔的再生状态为保温结束状态的概率的准确度。

步骤307，将类别序列集合中的类别序列对应的调整三维向量序列输入到训练完成的吸附塔状态网络，输出待检测吸附塔的再生状态为保温结束状态的置信度。

其中，上述置信度可以是吸附塔状态网络推测待检测吸附塔的再生状态为保温结束状态的概率。

例如，上述吸附塔状态网络的训练过程可以包括以下步骤：

第一步，构建由编码器、译码器与全连接层混合组成的吸附塔状态网络。

吸附塔状态网络的构建可以是现有的，比如，吸附塔状态网络的构建可以参考的TCN（Temporal convolutional network，时域卷积网络）的构建，在此不再赘述。

第二步，获取目标温度信息集合。

其中，上述目标温度信息集合中的每个目标温度信息可以包括多个目标温度序列。多个目标温度序列分别可以是目标塔顶温度序列、目标塔中温度序列、目标塔底温度序列、目标进气口温度序列和目标出气口温度序列。目标塔顶温度序列中的目标塔顶温度可以是目标吸附塔塔顶的温度。目标塔中温度序列中的目标塔中温度可以是目标吸附塔塔中的温度。目标塔底温度序列中的目标塔底温度可以是目标吸附塔塔底的温度。目标进气口温度序列中的目标进气口温度可以是目标吸附塔进气口的温度。目标出气口温度序列中的目标出气口温度可以是目标吸附塔出气口的温度。目标吸附塔的配置可以与待检测吸附塔的配置相同。多个目标温度序列中的目标温度序列的温度的数量可以相同。目标温度信息包括的目标塔顶温度序列、目标塔中温度序列、目标塔底温度序列、目标进气口温度序列和目标出气口温度序列中相同位置的温度的获取时刻可以相同。目标温度序列可以是根据获取温度的时间进行升序得到的序列。

第三步，对于上述目标温度信息集合中的每个目标温度信息包括的多个目标温度序列中的每个目标温度序列，确定上述目标温度序列中的目标温度对应的目标三维向量。

本步骤的具体实现，可以参考步骤301。可以将本步骤的目标温度序列，作为温度序列，执行步骤301，得到的温度序列中的温度对应的三维向量，即为目标温度序列中的目标温度对应的目标三维向量，在此不再赘述。

第四步，对于上述目标温度信息集合中的每个目标温度信息包括的多个目标温度序列中的每个目标温度序列，对上述目标温度序列中的目标温度对应的目标三维向量进行预设数目聚类，确定上述目标温度序列对应的目标类别序列，得到上述目标温度信息对应的目标类别序列集合。

本步骤的具体实现，可以参考步骤302。可以将本步骤的目标温度信息、目标温度序列和目标三维向量，分别作为温度信息、温度序列和三维向量，执行步骤302，得到的温度序列对应的类别序列，即为目标温度序列对应的目标类别序列，在此不再赘述。

第五步，对于上述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，确定上述目标类别序列中的各个目标类别对应的重要程度。

本步骤的具体实现，可以参考步骤303。可以将本步骤的目标类别序列，作为类别序列，执行步骤303，得到的类别序列中的各个类别对应的重要程度，即为目标类别序列中的各个目标类别对应的重要程度，在此不再赘述。

第六步，对于上述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，从上述目标类别序列中筛选出重要条件的目标类别，得到上述目标类别序列对应的目标重要类别。

其中，上述重要条件可以是目标类别对应的重要程度在上述目标类别序列中的目标类别对应的重要程度中最大。

本步骤的具体实现，可以参考步骤304。可以将本步骤的目标类别序列，作为类别序列，执行步骤304，得到的类别序列对应的重要类别，即为目标类别序列对应的目标重要类别，在此不再赘述。

第七步，对于上述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，根据上述目标类别序列对应的目标重要类别对应的时刻和重要程度，确定上述目标类别序列对应的多个目标时间偏移量。

本步骤的具体实现，可以参考步骤305。可以将本步骤的目标类别序列和目标重要类别，分别作为类别序列和重要类别，执行步骤305，得到的类别序列对应的多个时间偏移量，即为目标类别序列对应的多个目标时间偏移量，在此不再赘述。

第八步，根据上述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的目标类别序列对应的多个目标时间偏移量，调整目标温度信息对应的目标类别序列集合中的每个目标类别序列中的目标类别对应的目标三维向量，得到上述目标类别序列对应的调整三维向量序列，并确定上述目标类别序列对应的调整三维向量序列的标签值。

比如，本步骤可以包括以下子步骤：

第一子步骤，根据上述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的目标类别序列对应的多个目标时间偏移量，调整目标温度信息对应的目标类别序列集合中的每个目标类别序列中的目标类别对应的目标三维向量，得到上述目标类别序列对应的调整三维向量序列。

本子步骤的具体实现，可以参考步骤306。可以将本子步骤的目标类别序列、目标时间偏移量和目标三维向量，分别作为类别序列、时间偏移量和三维向量，执行步骤306，得到的类别序列对应的调整三维向量序列，即为目标类别序列对应的调整三维向量序列，在此不再赘述。

第二子步骤，确定目标类别序列对应的调整三维向量序列的标签值。

如，目标温度信息集合中的目标温度信息可以是获取的当前的目标吸附塔的再生状态已知的温度信息。如果已知当前的目标吸附塔的再生状态为保温结束状态，则根据获取的当前时刻之前一段时间的目标吸附塔的目标塔顶温度序列、目标塔中温度序列、目标塔底温度序列、目标进气口温度序列和目标出气口温度序列，得到的目标类别序列对应的调整三维向量序列对应的标签值可以表征当前的目标吸附塔的再生状态为保温结束状态。

第九步，对于上述目标温度信息集合中的每个目标温度信息，根据上述目标温度信息对应的目标类别序列集合中的目标类别序列对应的调整三维向量序列以及调整三维向量序列的标签值，对吸附塔状态网络进行训练，得到训练完成的吸附塔状态网络。

比如，可以将目标类别序列对应的调整三维向量序列输入到吸附塔状态网络，对吸附塔状态网络进行训练，得到训练完成的吸附塔状态网络。

步骤308，根据置信度、预设杂质含量和杂质含量信息，确定待检测吸附塔的再生状态为保温结束状态的可信度。

其中，可信度可以表征待检测吸附塔的再生状态为保温结束状态的概率。预设杂质含量可以是预先设置的杂质含量。例如，预设杂质含量可以是上述待检测吸附塔的再生状态为保温结束状态时，上述待检测吸附塔出气口处杂质可以存在的最大的量。例如，当待检测吸附塔应用于脱硫系统时，上述预设杂质含量可以是2%。

例如，上述确定上述待检测吸附塔的再生状态为保温结束状态的可信度对应的公式可以为：

其中，

是上述待检测吸附塔的再生状态为保温结束状态的可信度。

是上述置信 度。

是上述杂质含量信息与上述预设杂质含量的差值。

是超参数。如，

可以是0.5。

步骤309，根据可信度与预设可信度阈值，确定待检测吸附塔的再生状态是否为保温结束状态。

其中，预设可信度阈值可以是预先设置的可以判定待检测吸附塔的再生状态为保温结束状态时，所需要的最小的可信度。如，预设可信度阈值可以是0.7。

例如，当可信度大于或等于预设可信度阈值时，可以判定待检测吸附塔的再生状态为保温结束状态。

步骤202，若待检测吸附塔的再生状态为保温结束状态，则对待检测吸附塔进行降温操作，并在降温完成后，对待检测吸附塔进行切塔操作。

在一些实施例中，若上述待检测吸附塔的再生状态为保温结束状态，则可以对上述待检测吸附塔进行降温操作，并在降温完成后，对上述待检测吸附塔进行切塔操作。

作为示例，以待检测吸附塔应用于脱硫系统为例，若上述待检测吸附塔的再生状态为保温结束状态，首先控制冷吹阀打开，对待检测吸附塔进行降温，当待检测吸附塔的当前温度低于低温阈值时，控制再生气旁通阀打开，接着控制第一再生进出口阀关闭，控制第一煤气进出口阀打开，然后，控制第二煤气进出口阀关闭，控制第二再生进出口阀打开。其中，当前温度可以包括但不限于：当前塔顶温度、当前塔中温度、当前塔底温度、进气口温度和出气口温度。低温阈值可以是常温的近似值。例如，低温阈值可以是40°。冷吹阀可以是控制冷气进出待检测吸附塔的阀门。再生气旁通阀可以是控制再生气进出待检测吸附塔的旁通阀。第一再生进出口阀可以是控制再生气进出待检测吸附塔的阀门。第一煤气进出口阀可以是控制煤气进出待检测吸附塔的阀门。第二煤气进出口阀可以是控制煤气进出待检测吸附塔的下一个吸附塔的阀门。第二再生进出口阀可以是控制再生气进出待检测吸附塔的下一个吸附塔的阀门。冷吹阀、再生气旁通阀、第一再生进出口阀、第一煤气进出口阀、第二煤气进出口阀和第二再生进出口阀均可以是电控阀门。

可选地，以待检测吸附塔应用于脱硫系统为例，待检测吸附塔的状态可以是吸附状态或再生状态。吸附状态可以是待检测吸附塔通过脱硫剂进行脱硫时的状态。待检测吸附塔的状态往往从进行脱硫的吸附状态开始，当吸附剂使用饱和时，往往需要从吸附状态转换到再生状态。吸附状态是否需要转换到再生状态的判断依据可以是当前杂质含量。当脱硫剂不再脱硫时，当前杂质含量往往较高，因此可以设置一个当前杂质含量阈值，当当前杂质含量大于当前杂质含量阈值时，将待检测吸附塔的状态从吸附状态转换到再生状态。当前杂质含量阈值可以是脱硫剂不再脱硫时最小的杂质含量。

当待检测吸附塔的状态处于再生状态时，首先进行升温，处于升温状态，接着，升温结束，处于升温结束状态，然后进行保温，处于保温状态，之后，保温结束，处于保温结束状态，最后，进行降温，处于降温状态。

例如，首先，可以控制再生进出旁通阀打开，控制第一煤气进出口阀关闭，控制第一再生进出口阀打开，以实现待检测吸附塔由吸附状态转换到再生状态。由于吸附剂已使用饱和，需要向待检测吸附塔通入再生气，防止煤气进入待检测吸附塔。接着，可以控制热吹阀打开，控制冷吹阀关闭，控制再生进出旁通阀关闭，控制蒸汽阀打开，控制电加热器打开，通过电加热器进行热吹，热吹第一预设时长后，控制蒸汽阀关闭，控制电加热器关闭，待检测吸附塔进入升温结束状态。

其中，第一煤气进出口阀可以是控制煤气进出待检测吸附塔的阀门。第一再生进出口阀可以是控制再生气进出待检测吸附塔的阀门。热吹阀可以是控制热气进出待检测吸附塔的阀门。冷吹阀可以是控制冷气进出待检测吸附塔的阀门。再生进出旁通阀可以是控制再生气进出待检测吸附塔的旁通阀。蒸汽阀可以是控制蒸汽进出待检测吸附塔的阀门，可以用于降低由于加热导致的压强过高。电加热器可以是用于加热的设备。待检测吸附塔可以与电加热器相连，电加热器可以对待检测吸附塔中的气体进行加热。第一预设时长可以是预先设置的热吹时长。第一预设时长可以是待检测吸附塔的温度达到预设恒温温度所需要的时长。预设恒温温度可以是适宜脱硫剂再生的温度。待检测吸附塔的温度可以包括但不限于塔顶温度、塔中温度、塔底温度、进气口温度和出气口温度。

然后，待检测吸附塔升温结束进行保温，此时往往不需要改变阀门的打开关闭，阀门只需保持待检测吸附塔升温结束时的状态，保持第二预设时长后，待检测吸附塔进入保温结束状态，即可实现待检测吸附塔的保温，其中，保温时长为第二预设时长。第二预设时长可以是预先设置的保温时长。第二预设时长可以是脱硫剂再生完成所需的时长。如，第二预设时长可以是1小时。

之后，待检测吸附塔保温结束进行降温，控制冷吹阀打开，控制热吹阀关闭，进行冷吹，以实现对待检测吸附塔的降温。其中，冷吹时长可以是待检测吸附塔的温度低于低温阈值所需要的时长。低温阈值可以是常温的近似值。例如，低温阈值可以是40°。

最后，待检测吸附塔降温结束后，可以控制再生进出旁通阀打开，控制第一再生进出口阀关闭，控制第一煤气进出口阀打开，控制第二煤气进出口阀关闭，控制第二再生进出口阀打开，以实现切塔操作。其中，第二煤气进出口阀可以是控制煤气进出待检测吸附塔的下一个吸附塔的阀门。第二再生进出口阀可以是控制再生气进出待检测吸附塔的下一个吸附塔的阀门。

因此，可以实现对待检测吸附塔内温度的控制，可以不需要工人进行值守，可以减少由于人为操作不当导致系统切换过程不合理、未按规程操作的情况。

本发明的吸附塔内温度控制装置，利用温度信息和杂质含量信息，能够实现对吸附塔内的温度进行控制，有效提高了吸附塔在具体应用时的生产效率和生产控制的准确度。吸附塔内温度控制装置可以包括数据获取模块和温度控制模块。上述数据获取模块可以用于获取待检测吸附塔对应的温度信息和杂质含量信息，并将获取的上述温度信息和上述杂质含量信息发送给上述温度控制模块。待检测吸附塔的再生状态是否为保温结束状态往往与待检测吸附塔对应的温度信息和杂质含量信息有关，因此，获取待检测吸附塔对应的温度信息和杂质含量信息，可以便于后续判断待检测吸附塔的再生状态是否为保温结束状态，从而提高了待检测吸附塔的再生状态是否为保温结束状态判断的准确性。上述温度控制模块用于接收上述数据获取模块获取的上述温度信息和上述杂质含量信息，并实现以下步骤：首先，根据上述温度信息和上述杂质含量信息，确定上述待检测吸附塔的再生状态是否为保温结束状态。接着，若上述待检测吸附塔的再生状态为保温结束状态，则对上述待检测吸附塔进行降温操作，并在降温完成后，对上述待检测吸附塔进行切塔操作。本发明利用温度信息和杂质含量信息，能够实现对吸附塔内的温度进行控制，有效提高了吸附塔在具体应用时的生产效率和生产控制的准确度。当吸附塔具体应用于煤气脱硫时，可以有效提高煤气脱硫的效率，从而提高脱硫生产控制的准确度。

本发明提供了一种煤气精脱硫系统，该煤气精脱硫系统可以包括上述的一种吸附塔内温度控制装置。

以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种吸附塔内温度控制装置，其特征在于，包括数据获取模块和温度控制模块，所述数据获取模块用于获取待检测吸附塔对应的温度信息和杂质含量信息，并将获取的所述温度信息和所述杂质含量信息发送给所述温度控制模块，所述温度控制模块用于接收所述数据获取模块获取的所述温度信息和所述杂质含量信息，并实现以下步骤：

根据所述温度信息和所述杂质含量信息，确定所述待检测吸附塔的再生状态是否为保温结束状态；

若所述待检测吸附塔的再生状态为保温结束状态，则对所述待检测吸附塔进行降温操作，并在降温完成后，对所述待检测吸附塔进行切塔操作。

2.根据权利要求1所述的吸附塔内温度控制装置，其特征在于，所述温度信息包括：当前塔顶温度、当前塔中温度、当前塔底温度、进气口温度和出气口温度，所述杂质含量信息用当前杂质含量表征；

所述根据所述温度信息和所述杂质含量信息，确定所述待检测吸附塔的再生状态是否为保温结束状态，包括：

当所述当前塔顶温度、所述当前塔中温度、所述当前塔底温度、所述进气口温度和所述出气口温度均大于预设反应温度，所述杂质含量信息小于预设杂质含量时，则判定所述待检测吸附塔的再生状态为保温结束状态。

3.根据权利要求1所述的吸附塔内温度控制装置，其特征在于，所述温度信息包括多个温度序列，所述多个温度序列分别是塔顶温度序列、塔中温度序列、塔底温度序列、进气口温度序列和出气口温度序列，所述杂质含量信息用当前杂质含量表征；

所述根据所述温度信息和所述杂质含量信息，确定所述待检测吸附塔的再生状态是否为保温结束状态，包括：

确定所述多个温度序列中的每个温度序列中的温度对应的三维向量；

对所述多个温度序列中的每个温度序列中的温度对应的三维向量进行预设数目聚类，确定所述温度序列对应的类别序列，得到所述温度信息对应的类别序列集合，其中，所述类别序列集合中的类别序列中的类别的数量是预设数目；

确定所述类别序列集合中的每个类别序列中的各个类别对应的重要程度；

对于所述类别序列集合中的每个类别序列，从所述类别序列中筛选出满足重要程度条件的类别，得到所述类别序列对应的重要类别，其中，所述重要程度条件是类别对应的重要程度在所述类别序列中的类别对应的重要程度中最大；

根据所述类别序列集合中的每个类别序列对应的重要类别对应的时刻和重要程度，确定所述类别序列对应的多个时间偏移量；

根据所述类别序列集合中的类别序列对应的多个时间偏移量，调整所述类别序列集合中的每个类别序列中的类别对应的三维向量，得到所述类别序列对应的调整三维向量序列；

将所述类别序列集合中的类别序列对应的调整三维向量序列输入到训练完成的吸附塔状态网络，输出所述待检测吸附塔的再生状态为保温结束状态的置信度；

根据所述置信度、预设杂质含量和所述杂质含量信息，确定所述待检测吸附塔的再生状态为保温结束状态的可信度；

根据所述可信度与预设可信度阈值，确定所述待检测吸附塔的再生状态是否为保温结束状态。

4.根据权利要求3所述的吸附塔内温度控制装置，其特征在于，所述确定所述多个温度序列中的每个温度序列中的温度对应的三维向量，包括：

将所述温度序列中除了第一个温度以外的每个温度被获取的时刻，确定为所述温度对应的三维向量的第一个元素；

将所述温度序列中除了第一个温度以外的每个温度，确定为所述温度对应的三维向量的第二个元素；

对于所述温度序列中除了第一个温度以外的每个温度，将所述温度与所述温度序列中的所述温度的上一个温度的差值的绝对值，确定为所述温度对应的三维向量的第三个元素。

5.根据权利要求4所述的吸附塔内温度控制装置，其特征在于，所述确定所述类别序列集合中的每个类别序列中的各个类别对应的重要程度，包括：

将所述类别序列中的第一个类别对应的三维向量中的第二个和第三个元素，组合为第一坐标点；

将所述类别序列中的第二个类别对应的三维向量中的第二个和第三个元素，组合为第二坐标点；

将所述第一坐标点与所述第二坐标点之间的欧式距离，确定为所述类别序列中的第一个类别对应的重要程度；

将所述类别序列中的最后一个类别对应的三维向量中的第二个和第三个元素，组合为第三坐标点；

将所述类别序列中最后一个类别的上一个类别对应的三维向量中的第二个和第三个元素，组合为第四坐标点；

将所述第三坐标点与所述第四坐标点之间的欧式距离，确定为所述类别序列中的最后一个类别对应的重要程度；

对所述类别序列中除了第一个类别和最后一个类别以外的每个类别进行以下处理：

将所述类别对应的三维向量中的第二个和第三个元素，组合为第五坐标点；

将所述类别序列中所述类别的上一个类别对应的三维向量中的第二个和第三个元素，组合为第六坐标点；

将所述类别序列中所述类别的下一个类别对应的三维向量中的第二个和第三个元素，组合为第七坐标点；

将所述第五坐标点与所述第六坐标点之间的欧式距离、所述第五坐标点与所述第七坐标点之间的欧式距离中的最大的欧式距离，确定为所述类别对应的重要程度。

6.根据权利要求3所述的吸附塔内温度控制装置，其特征在于，所述根据所述类别序列集合中的每个类别序列对应的重要类别对应的时刻和重要程度，确定所述类别序列对应的多个时间偏移量，包括：

将所述类别序列对应的重要类别对应的时刻，确定为所述类别序列对应的参考时刻；

将所述类别序列对应的重要类别对应的重要程度，确定为所述类别序列对应的最大重要程度；

分别将所述类别序列对应的参考时刻与所述类别序列集合中除了类别序列以外的各个类别序列对应的参考时刻的差值，作为时间差值，得到所述类别序列对应的多个时间差值；

分别将所述类别序列对应的最大重要程度与所述类别序列集合中除了类别序列以外的各个类别序列对应的最大重要程度的差值，作为重要程度差值，得到所述类别序列对应的多个重要程度差值；

根据所述类别序列对应的最大重要程度、多个时间差值和多个重要程度差值，确定所述类别序列对应的多个时间偏移量。

7.根据权利要求6所述的吸附塔内温度控制装置，其特征在于，所述确定所述类别序列对应的多个时间偏移量对应的公式为：

其中，

是所述类别序列对应的多个时间偏移量中的第

个时间偏移量，

是所述类别 序列对应的多个重要程度差值中的第

个重要程度差值，

是所述类别序列对应的最大重要 程度，

是所述类别序列对应的多个时间差值中的第

个时间差值。

8.根据权利要求3所述的吸附塔内温度控制装置，其特征在于，所述根据所述类别序列集合中的类别序列对应的多个时间偏移量，调整所述类别序列集合中的每个类别序列中的类别对应的三维向量，得到所述类别序列对应的调整三维向量序列，包括：

从所述类别序列集合中随机筛选出一个类别序列，作为参考类别序列；

将所述参考类别序列中的参考类别对应的三维向量，确定为所述参考类别序列中的参考类别对应的调整三维向量；

对于所述类别序列集合中除了所述参考类别序列以外的每个类别序列，根据所述参考类别序列与所述类别序列之间的时间偏移量和所述类别序列，调整所述类别序列中的类别对应的三维向量，得到所述类别序列对应的调整三维向量序列。

9.根据权利要求3所述的吸附塔内温度控制装置，其特征在于，所述吸附塔状态网络的训练过程，包括：

构建由编码器、译码器与全连接层混合组成的吸附塔状态网络；

获取目标温度信息集合，其中，所述目标温度信息集合中的每个目标温度信息包括多个目标温度序列，多个目标温度序列分别是目标塔顶温度序列、目标塔中温度序列、目标塔底温度序列、目标进气口温度序列和目标出气口温度序列；

对于所述目标温度信息集合中的每个目标温度信息包括的多个目标温度序列中的每个目标温度序列，确定所述目标温度序列中的目标温度对应的目标三维向量；

对于所述目标温度信息集合中的每个目标温度信息包括的多个目标温度序列中的每个目标温度序列，对所述目标温度序列中的目标温度对应的目标三维向量进行预设数目聚类，确定所述目标温度序列对应的目标类别序列，得到所述目标温度信息对应的目标类别序列集合；

对于所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，确定所述目标类别序列中的各个目标类别对应的重要程度；

对于所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，从所述目标类别序列中筛选出重要条件的目标类别，得到所述目标类别序列对应的目标重要类别，其中，所述重要条件是目标类别对应的重要程度在所述目标类别序列中的目标类别对应的重要程度中最大；

对于所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的每个目标类别序列，根据所述目标类别序列对应的目标重要类别对应的时刻和重要程度，确定所述目标类别序列对应的多个目标时间偏移量；

根据所述目标温度信息集合中的每个目标温度信息对应的目标类别序列集合中的目标类别序列对应的多个目标时间偏移量，调整目标温度信息对应的目标类别序列集合中的每个目标类别序列中的目标类别对应的目标三维向量，得到所述目标类别序列对应的调整三维向量序列，并确定所述目标类别序列对应的调整三维向量序列的标签值；

对于所述目标温度信息集合中的每个目标温度信息，根据所述目标温度信息对应的目标类别序列集合中的目标类别序列对应的调整三维向量序列以及调整三维向量序列的标签值，对吸附塔状态网络进行训练，得到训练完成的吸附塔状态网络。

10.一种煤气精脱硫系统，其特征在于，包括权利要求1-9中任一项所述的吸附塔内温度控制装置。

Images