CN116459950A - 一种电除尘器的闭环控制方法及装置 - Google Patents
一种电除尘器的闭环控制方法及装置 Download PDFInfo
- Publication number
- CN116459950A CN116459950A CN202310248037.5A CN202310248037A CN116459950A CN 116459950 A CN116459950 A CN 116459950A CN 202310248037 A CN202310248037 A CN 202310248037A CN 116459950 A CN116459950 A CN 116459950A
- Authority
- CN
- China
- Prior art keywords
- data
- dust
- vibration
- electric
- dust removal
- 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.)
- Pending
Links
- 239000000428 dust Substances 0.000 title claims abstract description 194
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000005684 electric field Effects 0.000 claims abstract description 84
- 238000004891 communication Methods 0.000 claims abstract description 19
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 35
- 239000003546 flue gas Substances 0.000 claims description 35
- 239000012716 precipitator Substances 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 5
- 210000002569 neuron Anatomy 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 239000012717 electrostatic precipitator Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 239000002956 ash Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000010881 fly ash Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000003245 coal Substances 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000010883 coal ash Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03C—MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03C3/00—Separating dispersed particles from gases or vapour, e.g. air, by electrostatic effect
- B03C3/34—Constructional details or accessories or operation thereof
- B03C3/74—Cleaning the electrodes
- B03C3/76—Cleaning the electrodes by using a mechanical vibrator, e.g. rapping gear ; by using impact
- B03C3/763—Electricity supply or control systems therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Electrostatic Separation (AREA)
Abstract
本申请公开了一种电除尘器的闭环控制方法及装置，其中，一种电除尘器的闭环控制方法包括：通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括多个电场的电场参数和振打参数；根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；根据接入数据构建多个电场的振打参数预测模型；使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。以此实现有效降低运行人员的操作强度，并且节能环保。
Description
技术领域
本申请涉及环保节能技术领域，尤其涉及一种电除尘器的闭环控制方法及装置。
背景技术
电除尘器的振打控制大多数是基于人工进行的，而采用人工的方式不仅增加了运行人员的操作难度并且还会由于人工经验参差不齐导致操作出现失误的情况。因此，如何降低运行人员的操作强度，并且能够节省能耗是亟需解决的问题。
发明内容
有鉴于此，本申请的主要目的在于提供一种电除尘器的闭环控制方法及装置，实现有效降低运行人员的操作强度，并且节能环保。
本申请第一方面提供了一种电除尘器的闭环控制方法，该方法包括：
通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括多个电场的电场参数和振打参数；
根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；
根据接入数据构建多个电场的振打参数预测模型；
使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
在本申请第一方面的一些实现方式中，根据接入数据构建多个电场的振打参数预测模型，具体可以包括：
根据锅炉数据计算锅炉烟气总灰尘量；
根据除尘数据计算除尘效率；
根据锅炉烟气总灰尘量和除尘效率计算多个电场中的每个电场的理论灰尘量；
根据锅炉烟气总灰尘量、除尘效率和理论灰尘值生成工况数据；
根据接入数据和工况数据获取多个电场的振打参数的神经网络模型。
在本申请第一方面的一些实现方式中，该方法还可以包括：
根据多个电场的振打参数真实值的相关系数对工况数据进行筛选，以获取工况参数，工况参数包括：入口粉尘浓度、锅炉负荷、烟气压力、烟气温度、多个电场的能耗、理论灰尘量和除尘出口粉尘浓度；
根据工况参数选取神经网络模型的网络深度参数以及神经元数量，并生成振打参数预测值；
根据振打参数真实值以及振打参数预测值确定损失函数。
根据接入数据对振打参数预测模型进行训练，直至损失函数的损失函数值趋于收敛，并停止更新工况参数。
在本申请第一方面的一些实现方式中，该方法还可以包括：
构建多个电场的振打参数补偿模型；
将振打参数预测值输入振打参数补偿模型进行补偿，并获得除尘粉尘真实值；
将除尘粉尘真实值以及预置的粉尘设定值输入至振打参数补偿模型获取误差补偿值；
根据误差补偿值对振打参数预测值进行补偿，以得到补偿后的振打参数预测值。
在本申请第一方面的一些实现方式中，该方法还可以包括：
当接入闭环控制出现异常状况时，则向电除尘器发送报警信息，并显示报警信息。
在本申请第一方面的一些实现方式中，当接入闭环控制出现异常状况时，则向电除尘器发送报警信息，具体可以包括：
当电除尘器的除尘出口粉尘排放值大于第一阈值时，进行一级报警；
当电除尘器的除尘出口粉尘排放值大于第二阈值时，进行二级报警；
当烟囱的出口粉尘排放值大于第三阈值时，则向电除尘器发送报警信息；
其中，一级报警的优先级大于二级报警的优先级。
在本申请第一方面的一些实现方式中，该方法还可以包括：
根据报警信息将电除尘器的当前工作模式切换至手动操作模式。
本申请第二方面提供了一种电除尘器的闭环控制装置，该闭环控制装置包括：数据交互系统、智能控制服务器、通讯卡件和电除尘器：
数据交互系统，用于通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
数据交互系统，还用于从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括多个电场的电场参数和振打参数；
智能控制服务器，用于根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；
智能控制服务器，还用于根据接入数据构建多个电场的振打参数预测模型；
智能控制服务器，还用于使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
本申请第三方面提供了另一种电除尘器的闭环控制装置，该闭环控制装置包括：
获取模块，用于通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
采集模块，用于从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括多个电场的电场参数和振打参数；
生成模块，用于根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；
模型构建模块，用于根据接入数据构建多个电场的振打参数预测模型；
振打模块，用于使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
本申请第四方面提供了一种计算机设备，其特征在于，该设备包括存储器和处理器，处理器用于执行存储器中存储的程序，运行如前述第一方面中任一项的方法。
相对于现有技术，本申请所提供的技术方案具有如下有益效果：
本申请通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括：多个电场的电场参数和振打参数；根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；根据接入数据构建多个电场的振打参数预测模型，使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。相对于现有技术的方案采用人工控制的方式而言，降低了运行人员的操作难度。并且根据工况参数等数据生成的振打参数预测模型可以实现不同工况环境下自动变更策略，以此实现动态调整，对于运行人员而言更便于操作。
附图说明
图1为本申请实施例提供的一种电除尘器的闭环控制方法的流程示意图；
图2为本申请实施例提供的另一种电除尘器的闭环控制方法的流程示意图；
图3为本申请实施例提供的另一种电除尘器的闭环控制方法的流程示意图；
图4为本申请实施例提供的另一种电除尘器的闭环控制方法的流程示意图；
图5为本申请实施例提供的一种振打参数预测模型的训练流程示意图；
图6为本申请实施例提供的一种振打参数补偿模型的训练流程示意图；
图7为本申请实施例提供的一种电除尘器的闭环控制装置的结构示意图；
图8为本申请实施例提供的另一种电除尘器的闭环控制装置的结构示意图；
图9为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等，如果存在是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
相关术语解释：
数据交互系统：用于通过逻辑实现模式自动切换。例如通过预设逻辑可在手动模式/自动模式之间进行切换。在手动模式下可以单独人工设置振打策略，在自动模式下，可以接收智能控制服务器发来的指令进行优化自动控制；
智能控制服务器：用于控制电除尘器的振打系统的运行，例如可以运用神经网络模型与优化补偿模型实现对电除尘器的精准振打，实现闭环控制的算法；
DAU数据采集：采集服务器通过网线与DAU交换机或DAU直连，通过Modbus TCP实现除尘关键参数的获取与反控；
IO通讯卡：也可以称为通讯卡件，用于在DCS系统和采集服务器之间进行锅炉侧、烟气系统相关指标的数据中转，起到承上启下的作用，便于I/O扩展；
DCS系统(Distributed Control System)：分布式控制系统。
现有技术中运行人员基于经验设置振打周期、振打时间、振打高度等，设定完成后参数长期不变，或发生诸如二次电流、二次电压特性变化、除尘效率下降后由运行人员针对对应现象做对应参数调整。但是采用人工进行一方面耗时费力且由于人工经验参差不齐会存在操作失误的情况。另一方面，人工控制无法做到实时控制，会存在较大的延迟。而本申请基于振打参数预测模型进行振打控制，能够实现电除尘器的振打自动闭环控制。
请参阅图1，由于现有技术中采用人工的方式无法实现闭环自动控制，因此本申请该实施例提供了一种电除尘器的闭环控制方法包括以下步骤：
S101：通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
需要说明的是，锅炉数据可以包括：锅炉负荷、原始烟气流量、原始烟气温度、原始烟气压力、净烟气流量、净烟气温度和净烟气压力等与锅炉侧相关的数据。通讯卡件可以是IO通讯卡，在分布式控制系统(Distributed Control System，DCS)系统和采集服务器之间进行锅炉、烟气系统相关指标的数据中转，起到承上启下的作用，便于I/O扩展。
S102：从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括：多个电场的电场参数和振打参数；
需要说明的是，可以从数据采集嵌入式系统DAU设备中获取除尘数据，也可以从交换机中获取除尘数据。电场参数可以包括各个电场的二次电流、二次电压、火花率等与电场相关的数据；振打参数可以包括振打周期、振打时间、振打高度和振打频率等与振打器相关的数据。其中，火花率是指电场的放电频率，一般的调节方法是降低二次电压和二次电流。静电除尘的原理是接地的阳极板和阴极框架之间高压形成电晕放电，电离空气产生带电离子附着在灰尘上，带电离子在阳极板和阴极框架之间的电场内受力向阳极板靠近集中在阳极板上，再由振打器将灰尘抖落至灰斗收集。火花是由阳极板和阴极框架之间放电产生，因此阴阳极之间需要充足的绝缘和放电条件，集灰太厚会产生爬电并削弱电场，不利于火花产生。阴阳极之间发生放电就产生了火花，火花率太低产生带电离子少，不利于除尘，但火花率太高电流大又会削弱电场强度，阳极板附着力不强，同样不利于除尘。因此需要获取火花率，对电场参数进行控制能起到高效除尘的作用。
具体地，DAU设备指的是数据采集嵌入式系统(Data Acquisition Unit EmbeddedSystem，DAU)设备。其中，DAU设备与交换机相连接。多个电场中可以分为高压侧电场以及低压侧电场，除尘数据还可以包括出口粉尘量、高压侧各电场的二次电流和低压侧各电场的振打频率等数据。
S103：根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；
需要说明的是，接入数据为整合完毕后的数据，其中接入数据是为了作为后续模型的输入参数。生成接入数据之后也可以存储接入数据作为历史数据，以便后续分析使用。
S104：根据接入数据构建多个电场的振打参数预测模型；
具体地，构建振打参数预测模型的步骤如下：
步骤一：根据锅炉数据计算锅炉烟气总灰尘量；
可以通过如下计算公式计算锅炉烟气总灰量：
锅炉烟气总灰量F＝燃煤量*入炉煤灰分*烟气飞灰量/(1-飞灰可燃物)
需要说明的是，锅炉数据中还可以包括燃煤量、入炉煤灰分、烟气飞灰量和飞灰可燃物等其他数据，在本申请的其他一些实现方式中，锅炉烟气总灰量也可以称为锅炉烟气总粉尘值或者锅炉烟气总灰尘量。
步骤二：根据除尘数据计算除尘效率；
可以通过如下计算公式计算除尘效率：
其中，除尘数据还可以包括入口粉尘浓度、出口粉尘浓度、粉尘驱进速度、除尘积尘面积和烟气量。具体地，B1为入口粉尘浓度，B2为出口粉尘浓度，S为粉尘驱进速度，D为除尘集尘面积，Q为烟气量。
步骤三：根据锅炉烟气总灰尘量和除尘效率计算多个电场中的每个电场的理论灰尘量；
具体地，假设总共需要经过五个电场，则一电场对应的理论灰量为FK，二电场对应的理论灰量为FK(1-K)，三电厂对应的理论灰量为FK(1-K)2,四电场对应的理论灰量为FK(1-K)3，五电场对应的理论灰尘量为FK(1-K)4。
步骤四：根据锅炉烟气总灰尘量、除尘效率和理论灰尘值生成工况数据；
步骤五：根据接入数据和工况数据获取多个电场的振打参数的神经网络模型。
S105：使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
在本申请的一些实现方式中，振打参数模型也可以称为优化控制模型。
具体地，在获取到两路数据包括锅炉负荷、原始烟气流量、原始烟气温度、原始烟气压力、净烟气流量、净烟气温度、净烟气压力、出口粉尘量、高压侧各电场二次电流、二次电压、火花率、低压侧各电场振打频率、振打周期、振打时间等历史数据，计算各电场的粉尘量。再根据出口粉尘量和锅炉负荷、各个电场的能耗与火花率等历史数据，预测出口粉尘的变化趋势，构建不同变化趋势下的各电场振打参数预测模型，并根据出口粉尘量的实时值与各电场火花率反馈进行持续优化振打参数，并根据振打参数预测模型输出的振打参数进行振打控制。
图1所示的流程，通过将锅炉数据和除尘数据进行整合，并生成接入数据；根据接入数据构建多个电场的振打参数预测模型，通过该模型实现闭环自动控制，相对于现有技术的方案采用人工控制的方式而言，降低了运行人员的操作难度。
请参阅图2，本申请还提供了另外一种电除尘器的闭环控制方法，通过对振打参数地不断优化，实现更加安全、更加稳定的振打参数自动控制。由此在图1的流程之后还可以增加对振打参数预测模型进行训练的步骤，本申请该实施例具体包括如下步骤：
S201：根据多个电场的振打参数真实值的相关系数对工况数据进行筛选，以获取工况参数；
需要说明的是，工况参数可以包括：入口粉尘浓度、锅炉负荷、烟气压力、烟气温度、多个电场的能耗、理论灰尘量和除尘出口粉尘浓度；
具体地，可以计算工况数据与振打参数的相关系数值，并按照预设的阈值筛选出相关系数较高的工况参数作为输入变量X，输出参数Y为各个电场的振打参数例如振打高度、振打时间、振打周期和振打频率等。其中，可以通过如下计算公式计算工况数据与振打参数的相关系数值：
其中(Xi，Yi)为各工况参数与各振打参数样本点，Xb与Yb分别是Xi与Yi的样本平均值，n为样本点个数，i为求和符号中的循环变量，值为1到n。
S202：根据工况参数选取神经网络模型的网络深度参数以及神经元数量，并生成振打参数预测值；
一般工况参数的数据集越大，神经网络模型的网络深度参数越大、神经元的层数越多。
S203：根据振打参数真实值以及振打参数预测值确定损失函数。
具体地，可以通过如下计算公式确定损失函数：
其中，Ydi为真实历史数据的振打参数，为模型输出的振打参数预测值。
S204：根据接入数据对振打参数预测模型进行训练，直至损失函数的损失函数值趋于收敛，并停止更新工况参数。
具体地，基于接入数据对振打参数预测模型进行训练优化，直至损失函数值趋于收敛，则停止对工况参数的更新；模型训练完成后，即可根据当前锅炉负荷与粉尘等工况参数，计算得到各电场振打参数值。具体的训练流程图可以参照图5。
在图2所示的本申请实施例中，基于损失函数对振打参数预测模型进行训练，不断对振打参数进行优化，实现更加安全、更加稳定的振打参数自动控制。
请参阅图3，本申请还提供了另外一种电除尘器的闭环控制方法，通过火花率，二次电流、二次电压等参数构建反馈补偿模型，对预测模型中的振打参数进行反馈补偿，实现更加安全、更加稳定的振打参数自动控制。由此在图1的流程之后还可以增加构建振打参数补偿模型的步骤，本申请该实施例具体包括如下步骤：
S301：构建多个电场的振打参数补偿模型；
需要说明的是，当出现多个电场中的每个电场的火花率上升，二次电流、电压减小的情况时，意味着除尘效率降低，则需要采取减小振打周期、增加振打高度等措施。具体地，构建多个电场的振打参数补偿模型可以采用数据趋势分析方法，基于多个电场中的每个电场的二次电流、二次电压、火花率、除尘出口粉尘浓度，与除尘出口粉尘目标设定值，构建振打参数补偿模型，对S104中构建的振打参数预测模型计算得到的各电场振打参数预测值进行补偿。其中，对于具体的补偿模型的训练过程可以参阅图6。
在本申请的一些实现方式中，振打参数补偿模型也可以称为优化补偿模型，此处不做赘述。
S302：将振打参数预测值输入振打参数补偿模型进行补偿，并获得除尘粉尘真实值；
通过振打参数预测模型预测得到的各电场振打参数经过振打参数补偿模型进行补偿后，控制策略输出至除尘控制柜，获得除尘粉尘真实值，并将除尘粉尘真实值反馈至补偿模型输入同出口粉尘设定值得到误差补偿，实现闭环控制，从而提高除尘出口粉尘的控制稳定性。
S303：将除尘粉尘真实值以及预置的粉尘设定值输入至振打参数补偿模型获取误差补偿值。
具体地，预置的粉尘设定值指的是与除尘粉尘真实值相同出口的粉尘设定值。该预置的粉尘设定值可以是人工预先设定，也可以是通过机器预先设定，均不影响本申请该实施例的实现。
需要说明的是，通过获取误差补偿值是为了实现闭环控制，以提高除尘出口粉尘的稳定控制。
S304：根据误差补偿值对振打参数预测值进行补偿，以得到补偿后的振打参数预测值。
获取补偿后的振打参数预测值，再根据补偿后的振打参数预测值进行振打，不断补偿振打参数预测值以达到较为节能的振打参数。
在一些实现方式中，S302可以周期性执行。
其中S302和S303的执行顺序可以先后进行，也可以同时进行。
在图3所示的本申请实施例中，通过火花率，二次电流、二次电压等参数构建反馈补偿模型，对前馈预测模型的振打参数进行反馈补偿，实现更加安全、更加稳定的振打参数自动控制。
如图4所示，本申请实施例还提供了另一种电除尘器的闭环控制方法，在图1所示的方法接入闭环控制之后还可以设置报警策略，该方法具体包括：
S401：当接入闭环控制出现异常状况时，则向电除尘器发送报警信息，并显示报警信息。
需要说明的是，异常状况指的是闭环控制中的某个环节出现失误，可以指接入数据大于电除尘器可承受的数值范围，也可以是输出的振打参数与振打器可实际操作的参数不符。报警信息可以是采用指示灯闪烁的方式，也可以采用报警装置发出鸣声或是警笛音等方式，均不影响本申请该实施例的实现。
具体地，当电除尘器的除尘出口粉尘排放值大于第一阈值时，进行一级报警；当电除尘器的除尘出口粉尘排放值大于第二阈值时，进行二级报警；当烟囱的出口粉尘排放值大于第三阈值时，则向电除尘器发送报警信息；其中，一级报警的优先级大于二级报警的优先级。
在本申请的一些具体实现方式中，第一阈值可以是50mg/Nm3时，此时进行一级报警并断开自动控制切换至手动操作；第二阈值可以是60mg/Nm3时，进行二级报警并断开自动控制切换至手动操作；第三阈值可以是3mg/Nm3时，进行报警并断开自动控制切换至手动操作。需要说明的是，本申请该实施例涉及到的数值也可以是其他任意限定值，均不影响本申请该实施例的实现。
S402：根据报警信息将电除尘器的当前工作模式切换至手动操作模式。
需要说明的是，当前工作模式可以是自动控制模式，也可以是其他工作模式，均不影响本申请该实施例的实现。
在图4所示的本申请实施例中，通过设置报警策略，可以减少出口排放量超标的情况出现。
如图7所示，本申请实施例还提供了一种电除尘器的闭环控制装置，该装置具体包括：包括数据交互系统701、智能控制服务器702、通讯卡件703、分布式控制系统DCS控制柜704、数据采集嵌入式系统DAU设备705和电除尘器706：
数据交互系统701，用于通过通讯卡件703从分布式控制系统DCS控制柜704获取锅炉数据；
数据交互系统701，还用于从数据采集嵌入式系统DAU设备705中获取除尘数据，除尘数据包括：多个电场的电场参数和振打参数；
智能控制服务器702，用于根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；
智能控制服务器702，还用于根据接入数据构建多个电场的振打参数预测模型；
智能控制服务器702，还用于使用振打参数预测模型输出的振打参数控制电除尘器706进行振打除尘。
在本申请的一些实现方式中，智能控制服务器702也可以称为智能服务器，此处不做赘述。
需要说明的是，其中该闭环控制装置还可以包括监控站、脱硫设备等等，并不限制本申请该实施例的实现。
如图8所示，本申请实施例还提供了另一种电除尘器的闭环控制装置，该闭环控制装置具体包括：
获取模块801，用于通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
采集模块802，用于从数据采集嵌入式系统DAU设备中获取除尘数据，除尘数据包括多个电场的电场参数和振打参数；
生成模块803，用于根据预设的频率整合锅炉数据和除尘数据，并生成接入数据；
模型构建模块804，用于根据接入数据构建多个电场的振打参数预测模型；
振打模块805，用于使用振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
可以理解的是，本实施例示意的结构并不构成对该装置的具体限定。在另一些实施例中，该装置可以包括比图示更多或更少的部件，或者组合另一些部件，或者拆分另一些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
如图9所示，本申请实施例还提供了一种计算机设备，包括：存储器901、处理器902；
其中，存储器901用于存储程序；
处理器902用于执行存储器中的程序，以实现上述如图1至图4中描述的一种电除尘器的闭环控制方法。
最后，还需要说明的是，在本申请实施例中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种电除尘器的闭环控制方法，其特征在于，所述方法包括：
通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
从数据采集嵌入式系统DAU设备中获取除尘数据，所述除尘数据包括多个电场的电场参数和振打参数；
根据预设的频率整合所述锅炉数据和所述除尘数据，并生成接入数据；
根据所述接入数据构建所述多个电场的振打参数预测模型；
使用所述振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
2.根据权利要求1所述的方法，其特征在于，所述根据所述接入数据构建所述多个电场的振打参数预测模型，包括：
根据所述锅炉数据计算锅炉烟气总灰尘量；
根据所述除尘数据计算除尘效率；
根据所述锅炉烟气总灰尘量和所述除尘效率计算所述多个电场中的每个电场的理论灰尘量；
根据所述锅炉烟气总灰尘量、所述除尘效率和所述理论灰尘值生成工况数据；
根据所述接入数据和所述工况数据获取所述多个电场的振打参数的神经网络模型。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述多个电场的振打参数真实值的相关系数对所述工况数据进行筛选，以获取工况参数，所述工况参数包括：入口粉尘浓度、锅炉负荷、烟气压力、烟气温度、所述多个电场的能耗、所述理论灰尘量和除尘出口粉尘浓度；
根据所述工况参数选取所述神经网络模型的网络深度参数以及神经元数量，并生成振打参数预测值；
根据所述振打参数真实值以及所述振打参数预测值确定损失函数。
根据所述接入数据对所述振打参数预测模型进行训练，直至所述损失函数的损失函数值趋于收敛，并停止更新所述工况参数。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
构建所述多个电场的振打参数补偿模型；
将所述振打参数预测值输入所述振打参数补偿模型进行补偿，并获得除尘粉尘真实值；
将所述除尘粉尘真实值以及预置的粉尘设定值输入至所述振打参数补偿模型获取误差补偿值；
根据所述误差补偿值对所述振打参数预测值进行补偿，以得到补偿后的振打参数预测值。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当接入闭环控制出现异常状况时，则向电除尘器发送报警信息，并显示所述报警信息。
6.根据权利要求5所述的方法，其特征在于，所述当接入闭环控制出现异常状况时，则向电除尘器发送报警信息，包括：
当所述电除尘器的除尘出口粉尘排放值大于第一阈值时，进行一级报警；
当所述电除尘器的除尘出口粉尘排放值大于第二阈值时，进行二级报警；
当烟囱的出口粉尘排放值大于第三阈值时，则向所述电除尘器发送所述报警信息；
其中，所述一级报警的优先级大于所述二级报警的优先级。
7.根据权利要求5或6所述的方法，其特征在于，所述方法还包括：
根据所述报警信息将所述电除尘器的当前工作模式切换至手动操作模式。
8.一种电除尘器的闭环控制装置，其特征在于，所述闭环控制装置包括数据交互系统、智能控制服务器、通讯卡件和电除尘器：
所述数据交互系统，用于通过所述通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
所述数据交互系统，还用于从数据采集嵌入式系统DAU设备中获取除尘数据，所述除尘数据包括多个电场的电场参数和振打参数；
所述智能控制服务器，用于根据预设的频率整合所述锅炉数据和所述除尘数据，并生成接入数据；
所述智能控制服务器，还用于根据所述接入数据构建所述多个电场的振打参数预测模型；
所述智能控制服务器，还用于使用所述振打参数预测模型输出的振打参数控制所述电除尘器进行振打除尘。
9.一种电除尘器的闭环控制装置，其特征在于，所述闭环控制装置包括：
获取模块，用于通过通讯卡件从分布式控制系统DCS控制柜获取锅炉数据；
采集模块，用于从数据采集嵌入式系统DAU设备中获取除尘数据，所述除尘数据包括多个电场的电场参数和振打参数；
生成模块，用于根据预设的频率整合所述锅炉数据和所述除尘数据，并生成接入数据；
模型构建模块，用于根据所述接入数据构建所述多个电场的振打参数预测模型；
振打模块，用于使用所述振打参数预测模型输出的振打参数控制电除尘器进行振打除尘。
10.一种计算机设备，其特征在于，所述设备包括存储器和处理器，所述处理器用于执行所述存储器中存储的程序，运行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310248037.5A CN116459950A (zh) | 2023-03-15 | 2023-03-15 | 一种电除尘器的闭环控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310248037.5A CN116459950A (zh) | 2023-03-15 | 2023-03-15 | 一种电除尘器的闭环控制方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116459950A true CN116459950A (zh) | 2023-07-21 |
Family
ID=87179605
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310248037.5A Pending CN116459950A (zh) | 2023-03-15 | 2023-03-15 | 一种电除尘器的闭环控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116459950A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117505074A (zh) * | 2023-10-31 | 2024-02-06 | 北京信实德电气设备有限公司 | 一种基于节能分析的电除尘控制方法及系统 |
-
2023
- 2023-03-15 CN CN202310248037.5A patent/CN116459950A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117505074A (zh) * | 2023-10-31 | 2024-02-06 | 北京信实德电气设备有限公司 | 一种基于节能分析的电除尘控制方法及系统 |
| CN117505074B (zh) * | 2023-10-31 | 2024-05-24 | 北京信实德电气设备有限公司 | 一种基于节能分析的电除尘控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2223406B1 (en) | Event-based control system for wind turbine generators | |
| CN109960873B (zh) | 一种城市固废焚烧过程二噁英排放浓度软测量方法 | |
| CN116459950A (zh) | 一种电除尘器的闭环控制方法及装置 | |
| Fang et al. | Backstepping-based nonlinear adaptive control for coal-fired utility boiler–turbine units | |
| CN111624887A (zh) | 电除尘控制方法及相关装置 | |
| CN108170200B (zh) | 基于动态惯性权重和多阈值重启条件的改进粒子群mppt算法 | |
| CN112344996B (zh) | 一种基于物联网监控的空压气站 | |
| CN103958068A (zh) | 用于清洁静电除尘器的方法及装置 | |
| CN111077869A (zh) | 一种大数据智能控制布袋除尘器优化控制方法及系统 | |
| CN111413948B (zh) | 用于判断plc与dcs通讯是否正常的装置和方法 | |
| CN110935567A (zh) | 一种火电机组干式电除尘器优化控制方法及系统 | |
| CN114632624B (zh) | 一种电除尘运行优化系统及优化方法 | |
| CN109066728B (zh) | 特高压电网多个区间振荡模式在线阻尼协调控制方法 | |
| CN115764950A (zh) | 轨道交通储能系统的控制方法、模型、设备和存储介质 | |
| CN107797456A (zh) | 基于渐消记忆在线极限学习机的电厂除尘器优化控制方法 | |
| WO2024003367A1 (en) | Method and device for forecasting upcoming faults in power systems | |
| CN111917111A (zh) | 用于配电网的分布式光伏电源接纳能力在线评估的方法、系统、设备及存储介质 | |
| CN118050995A (zh) | 基于颗粒物浓度分布的电除尘器自适应调参方法 | |
| CN101561148A (zh) | 锅炉燃烧控制系统及方法 | |
| Madinehi et al. | Optimum design of PID controller in AVR system using intelligent methods | |
| CN104209191A (zh) | 静电除尘器振打清灰装置 | |
| CN106972761A (zh) | 一种高频开关电源系统 | |
| WO2023005633A1 (zh) | 电弧检测方法和系统 | |
| CN110665642A (zh) | 电除尘器振打控制方法及装置 | |
| Ahmed et al. | Optimizing distributed generation sizing and siting using particle swarm optimization: A comparative study |
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 |