CN116825218B - 一种用于能源行业的脱硫运行优化方法及设备 - Google Patents
一种用于能源行业的脱硫运行优化方法及设备 Download PDFInfo
- Publication number
- CN116825218B CN116825218B CN202310700632.8A CN202310700632A CN116825218B CN 116825218 B CN116825218 B CN 116825218B CN 202310700632 A CN202310700632 A CN 202310700632A CN 116825218 B CN116825218 B CN 116825218B
- Authority
- CN
- China
- Prior art keywords
- desulfurization
- regression model
- parameters
- data
- optimization algorithm
- 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
Links
- 238000006477 desulfuration reaction Methods 0.000 title claims abstract description 166
- 230000023556 desulfurization Effects 0.000 title claims abstract description 166
- 238000005457 optimization Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000010219 correlation analysis Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 18
- 239000003546 flue gas Substances 0.000 claims description 18
- 238000012417 linear regression Methods 0.000 claims description 14
- 238000005265 energy consumption Methods 0.000 claims description 11
- 230000001419 dependent effect Effects 0.000 claims description 10
- 239000000779 smoke Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000003517 fume Substances 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 239000002002 slurry Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 235000019738 Limestone Nutrition 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 239000006028 limestone Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 2
- 238000004806 packaging method and process Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- RDJLIBMVLWBMKX-UHFFFAOYSA-N 1-(3,4-dihydro-2h-chromen-2-ylmethyl)piperidine Chemical compound C1CC2=CC=CC=C2OC1CN1CCCCC1 RDJLIBMVLWBMKX-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Landscapes
- Treating Waste Gases (AREA)
Abstract
本发明提出一种用于能源行业的脱硫运行优化方法及设备，该方法通过采集脱硫过程中的脱硫历史运行参数，对所述脱硫历史运行参数进行预处理；利用所述脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型；将实时的脱硫运行参数输入所述脱硫优化算法回归模型中，基于模型输出结果对脱硫运行进行优化。通过本发明，能够通过大数据采集、结合具体专业业务进行分析计算，指导脱硫运行。
Description
技术领域
本发明涉及火力发电技术领域，尤其涉及一种用于能源行业的脱硫运行优化方法、装置、设备、存储介质。
背景技术
为实现碳达峰、碳中和，能源行业作为主战场，发展数字化转型是必经之路。为实现“双碳”目标，监控系统是不可或缺的存在；能源行业脱硫运行优化系统能有效的提高机组发电效率，并加强环保力度。
发明内容
本发明提供一种用于能源行业的脱硫运行优化方法、装置、设备、存储介质，旨在通过大数据采集、结合具体专业业务进行分析计算，指导脱硫运行。
为此，本发明的第一个目的在于提出一种用于能源行业的脱硫运行优化方法，包括：
采集脱硫过程中的脱硫历史运行参数，对脱硫历史运行参数进行预处理；
利用脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型；
将实时的脱硫运行参数输入脱硫优化算法回归模型中，基于模型输出结果对脱硫运行进行优化。
其中，采集脱硫过程中的脱硫历史运行参数，对脱硫历史运行参数进行预处理包括：
从工业互联网系统中采集火电脱硫运行过程中产生的能耗数据、发电量数据和烟气排放数据作为脱硫历史运行参数；
对脱硫历史运行参数按照测点编号、value值、时间戳格式进行存储；
对存储的脱硫历史运行参数进行属性标准化。
其中，利用脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型包括：
利用能耗数据、发电量数据、烟气排放数据，结业现场运行业务经验，对数据进行预处理；
对数据进行分析，并结合业务经验，基于皮尔森相关系数确定随自变量增大而增加的因变量的正相关参数，以及随自变量增大而增少的因变量的负相关参数；
基于正相关参数和负相关参数，通过线性回归和、或非线性回归，构建脱硫优化算法回归模型；
根据脱硫历史运行参数的积累，不断对脱硫优化算法回归模型进行训练以及参数调优，并确定模型最优参数。
其中，脱硫历史运行参数中，
能耗数据至少包括石灰石、水、电及浆液的消耗数据；
发电量数据至少包括发电的有功功率、无功功率及发电量；
烟气排放数据至少包括烟气出入口浓度、含氧量及调节参数。
其中，在构建脱硫优化算法回归模型时，包括：
基于皮尔森相关系数，构建脱硫优化算法回归模型的一元回归模型和多元回归模型；
基于脱硫历史运行数据，分别对一元回归模型和多元回归模型进行线性回归和非线性回归；
基于线性回归和非线性回归的结果，构建脱硫优化算法回归模型。
其中，脱硫优化算法回归模型采用分步策略，先期采用模型内置，待模型稳定、准确后，进行模型封装，并形成可托拉拽的工业算子应用方式。
其中，烟气排放数据还包括原烟气SO2浓度、原烟气SO2浓度折算值、净烟气SO2浓度、净烟气SO2浓度折算值。
本发明的第二个目的在于提出一种用于能源行业的脱硫运行优化装置，包括：
数据采集模块，用于采集脱硫过程中的脱硫历史运行参数，对脱硫历史运行参数进行预处理；
模型构建模块，用于利用脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型；
运行优化模块，用于将实时的脱硫运行参数输入脱硫优化算法回归模型中，基于模型输出结果对脱硫运行进行优化。
本发明的第三个目的在于提出一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述技术方案的方法中的各步骤。
本发明的第四个目的在于提出存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行根据前述技术方案的方法中的各步骤。
区别于现有技术，本发明提供的用于能源行业的脱硫运行优化方法，通过采集脱硫过程中的脱硫历史运行参数，对脱硫历史运行参数进行预处理；利用脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型；将实时的脱硫运行参数输入脱硫优化算法回归模型中，基于模型输出结果对火电脱硫运行进行优化。通过本发明，能够通过大数据采集、结合具体专业业务进行分析计算，指导火电脱硫运行。
附图说明
本发明的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明提供的一种用于能源行业的脱硫运行优化方法的流程示意图。
图2是本发明提供的一种用于能源行业的脱硫运行优化方法中数据采集的示意图。
图3是本发明提供的一种用于能源行业的脱硫运行优化方法中模型训练的原理示意图。
图4是本发明提供的一种用于能源行业的脱硫运行优化装置的结构示意图。
图5是本发明提供的一种存储有计算机指令的非瞬时计算机可读存储介质的结构示意图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
图1为本发明实施例所提供的一种用于能源行业的脱硫运行优化方法，包括：
步骤S110：采集脱硫过程中的脱硫历史运行参数，对脱硫历史运行参数进行预处理。
本发明以火电行业的脱硫运行优化为例进行说明。在本发明的实施例中，脱硫历史运行参数是从工业互联网系统获取的。采集过程如图2所示，工业互联网采集系统进一步连接场站SCADA、DCS、TIM及SIS系统进行数据获取。通过对工业互联网采集系统采集的数据进行进一步的传输、分频及加工分析，最终得到脱硫历史运行参数，并在火电的应用程序页面进行显示。
对脱硫历史运行参数进行预处理的步骤包括：
获取脱硫运行过程中产生的能耗数据、发电量数据和烟气排放数据作为脱硫历史运行参数；
对脱硫历史运行参数按照测点编号、value值、时间戳格式进行存储；
对存储的脱硫历史运行参数进行属性标准化。
在本发明的实施例中，所采集的测点数据应该是经过标准化特别是属性标准统一的数据源。
在本发明中，脱硫历史运行参数中，
能耗数据至少包括石灰石、水、电及浆液的消耗数据；
发电量数据至少包括发电的有功功率、无功功率及发电量；
烟气排放数据至少包括烟气出入口浓度、含氧量及调节参数。烟气排放数据还包括原烟气SO2浓度、原烟气SO2浓度折算值、净烟气SO2浓度、净烟气SO2浓度折算值。
在本发明的实施例中，为获取最大的环保收益，在满足国家环保排放规定的前提下，控制污染物排放浓度，以成本更低的更优方式运行。
小时环保指标运行指导界面，列表展示当前时间段，机组运行状态、实时值、标准值、脱硫效率、机组状态分类；
趋势图展示当前小时内出口排放限值、指导值、标准值、小时均值、实时值、5min均值、15min均值等；
给出本小时剩余时间段的运行控制区间，及相关参数的推荐控制区间。
小时环保指标以小时为区间展示烟气流量、出口氧量、出口SO2折算均值、标准值等重要环保数据，数据统计计算频率至少5分钟一次，页面数据刷新频次至少5分一次；
以列表形式默认展示当前小时内参数数据，并支持当日不同小时段的平均值查看；
支持关键参数的前值比较趋势(增大或减小)标定。
对不同工况、不同入口SO2浓度下的浆液循环泵组合、PH值、系统阻力、球磨机运行进行分析，重点参数实时数据展示：负荷、原烟气SO2浓度、原烟气SO2浓度折算值、净烟气SO2浓度、净烟气SO2浓度折算值等。给出重要运行参数的指导区间，包括PH值、浆液循环泵组合方式、吸收塔液位、浆液密度、除雾器压差等参数；记录事故处理过程，推荐事故处理步骤，集成事故预案内容。
步骤S120：利用脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型。
具体的，包括：
利用能耗数据、发电量数据、烟气排放数据，结业现场运行业务经验，对数据进行预处理；
对数据进行分析，并结合业务经验，基于皮尔森相关系数确定随自变量增大而增加的因变量的正相关参数，以及随自变量增大而增少的因变量的负相关参数；
基于正相关参数和负相关参数，通过线性回归和、或非线性回归，构建脱硫优化算法回归模型；
根据脱硫历史运行参数的积累，不断对脱硫优化算法回归模型进行训练以及参数调优，并确定模型最优参数。
在构建脱硫优化算法回归模型时，包括：
基于皮尔森相关系数，构建脱硫优化算法回归模型的一元回归模型和多元回归模型；
基于脱硫历史运行数据，分别对一元回归模型和多元回归模型进行线性回归和非线性回归；
基于线性回归和非线性回归的结果，构建脱硫优化算法回归模型。
其中，脱硫优化算法回归模型采用分步策略，先期采用模型内置，待模型稳定、准确后，进行模型封装，并形成可托拉拽的工业算子应用方式。
在统计学中，皮尔逊积矩相关系数(英语：Pearson product-moment correlationcoefficient，又称作PPMCC或PCCs)用于度量两个变量X和Y之间的相关(线性相关)，其值介于-1与1之间。在自然科学领域中，该系数广泛用于度量两个变量之间的相关程度。
如图3所示，基于设备稳定运行条件下，对数据进行分析，并结合业务经验，确定历史脱硫运行参数中不同参数之间的相关关系，相关关系包括线性相关、非线性相关、完全相关和不相关，进一步在确定线性相关和完全相关中参数间的正相关参数和负相关参数。其中，随自变量增大而增加的因变量(例如总发电量与烟气排放量)为正相关参数，随自变量增大而增少的因变量(例如总发电量与无功功率)为负相关参数，通过线性或非线性回归，构建回归模型。
步骤S130：将实时的脱硫运行参数输入脱硫优化算法回归模型中，基于模型输出结果对火电脱硫运行进行优化。
具体的，通过将实时的脱硫运行参数输入模型，通过计算其皮尔森相关系数的数值，对脱硫过程进行优化。
如图4所示，本发明提出一种用于能源行业的脱硫运行优化装置300，包括：
数据采集模块310，用于采集脱硫过程中的脱硫历史运行参数，对脱硫历史运行参数进行预处理；
模型构建模块320，用于利用脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型；
运行优化模块330，用于将实时的脱硫运行参数输入脱硫优化算法回归模型中，基于模型输出结果对火电脱硫运行进行优化。
为了实现实施例，本发明还提出一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述技术方案的用于能源行业的脱硫运行优化方法中的各步骤。
如图5所示，非临时性计算机可读存储介质包括指令的存储器810，接口830，指令可由根据用于能源行业的脱硫运行优化处理器820执行以完成方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
为了实现实施例，本发明还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如本发明实施例的用于能源行业的脱硫运行优化。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对所述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，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至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其它方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其它方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其它可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其它合适的介质，因为可以例如通过对纸或其它介质进行光学扫描，接着进行编辑、解译或必要时以其它合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在所述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现所述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。所述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
所述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，所述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对所述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种用于能源行业的脱硫运行优化方法，其特征在于，包括：
从工业互联网系统中采集脱硫过程中的脱硫历史运行参数，对所述脱硫历史运行参数按照测点编号、value值、时间戳格式进行存储，对存储的所述脱硫历史运行参数进行属性标准化，其中，所述脱硫历史运行参数包括脱硫运行过程中产生的能耗数据、发电量数据和烟气排放数据，所述脱硫历史运行参数的具体获取方式包括：工业互联网采集系统进一步连接场站SCADA、DCS、TIM及SIS系统进行数据获取，对所述工业互联网采集系统获取的数据进行进一步的传输、分频及加工分析，以得到所述脱硫历史运行参数，将所述脱硫历史运行参数显示在火电的应用程序页面；
利用所述脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型，所述脱硫优化算法回归模型采用分步策略，先期采用模型内置，待模型稳定、准确后，进行模型封装，并形成可托拉拽的工业算子应用方式；其中，在构建所述脱硫优化算法回归模型时，基于皮尔森相关系数，构建所述脱硫优化算法回归模型的一元回归模型和多元回归模型，基于所述脱硫历史运行数据，分别对所述一元回归模型和所述多元回归模型进行线性回归和非线性回归，基于线性回归和非线性回归的结果构建所述脱硫优化算法回归模型；
将实时的脱硫运行参数输入所述脱硫优化算法回归模型中，基于模型输出结果对脱硫运行进行优化；
所述利用所述脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型包括：利用能耗数据、发电量数据、烟气排放数据，结业现场运行业务经验，对数据进行预处理；对数据进行分析，并结合业务经验，基于皮尔森相关系数确定随自变量增大而增加的因变量的正相关参数，以及随自变量增大而增少的因变量的负相关参数；基于所述正相关参数和所述负相关参数，通过线性回归和、或非线性回归，构建所述脱硫优化算法回归模型；根据脱硫历史运行参数的积累，不断对所述脱硫优化算法回归模型进行训练以及参数调优，并确定模型最优参数。
2.根据权利要求1所述的用于能源行业的脱硫运行优化方法，其特征在于，所述脱硫历史运行参数中，
所述能耗数据至少包括石灰石、水、电及浆液的消耗数据；
所述发电量数据至少包括发电的有功功率、无功功率及发电量；
所述烟气排放数据至少包括烟气出入口浓度、含氧量及调节参数。
3.根据权利要求2所述的用于能源行业的脱硫运行优化方法，其特征在于，所述烟气排放数据还包括原烟气SO2浓度、原烟气SO2浓度折算值、净烟气SO2浓度、净烟气SO2浓度折算值。
4.一种用于能源行业的脱硫运行优化装置，其特征在于，包括：
数据采集模块，用于从工业互联网采集系统采集脱硫过程中的脱硫历史运行参数，对所述脱硫历史运行参数按照测点编号、value值、时间戳格式进行存储，对存储的所述脱硫历史运行参数进行属性标准化，其中，所述脱硫历史运行参数包括脱硫运行过程中产生的能耗数据、发电量数据和烟气排放数据，所述脱硫历史运行参数的具体获取方式包括：工业互联网采集系统进一步连接场站SCADA、DCS、TIM及SIS系统进行数据获取，对所述工业互联网采集系统获取的数据进行进一步的传输、分频及加工分析，以得到所述脱硫历史运行参数，将所述脱硫历史运行参数显示在火电的应用程序页面；
模型构建模块，用于利用所述脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型，所述脱硫优化算法回归模型采用分步策略，先期采用模型内置，待模型稳定、准确后，进行模型封装，并形成可托拉拽的工业算子应用方式；其中，在构建所述脱硫优化算法回归模型时，基于皮尔森相关系数，构建所述脱硫优化算法回归模型的一元回归模型和多元回归模型，基于所述脱硫历史运行数据，分别对所述一元回归模型和所述多元回归模型进行线性回归和非线性回归，基于线性回归和非线性回归的结果构建所述脱硫优化算法回归模型，所述脱硫优化算法回归模型采用分步策略，先期采用模型内置，待模型稳定、准确后，进行模型封装，并形成可托拉拽的工业算子应用方式；其中，在构建所述脱硫优化算法回归模型时，基于皮尔森相关系数，构建所述脱硫优化算法回归模型的一元回归模型和多元回归模型，基于所述脱硫历史运行数据，分别对所述一元回归模型和所述多元回归模型进行线性回归和非线性回归，基于线性回归和非线性回归的结果构建所述脱硫优化算法回归模型；
运行优化模块，用于将实时的脱硫运行参数输入所述脱硫优化算法回归模型中，基于模型输出结果对脱硫运行进行优化；
所述利用所述脱硫历史运行参数，通过相关性分析方法，构建基于皮尔森相关系数构建脱硫优化算法回归模型包括：利用能耗数据、发电量数据、烟气排放数据，结业现场运行业务经验，对数据进行预处理；对数据进行分析，并结合业务经验，基于皮尔森相关系数确定随自变量增大而增加的因变量的正相关参数，以及随自变量增大而增少的因变量的负相关参数；基于所述正相关参数和所述负相关参数，通过线性回归和、或非线性回归，构建所述脱硫优化算法回归模型；根据脱硫历史运行参数的积累，不断对所述脱硫优化算法回归模型进行训练以及参数调优，并确定模型最优参数。
5.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法中的各步骤。
6.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-3中任一项所述的方法中的各步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310700632.8A CN116825218B (zh) | 2023-06-13 | 2023-06-13 | 一种用于能源行业的脱硫运行优化方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310700632.8A CN116825218B (zh) | 2023-06-13 | 2023-06-13 | 一种用于能源行业的脱硫运行优化方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116825218A CN116825218A (zh) | 2023-09-29 |
| CN116825218B true CN116825218B (zh) | 2024-04-12 |
Family
ID=88142196
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310700632.8A Active CN116825218B (zh) | 2023-06-13 | 2023-06-13 | 一种用于能源行业的脱硫运行优化方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116825218B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114749006A (zh) * | 2022-03-28 | 2022-07-15 | 浙江浙能兰溪发电有限责任公司 | 一种湿法脱硫浆液循环泵优化方法 |
| CN114879514A (zh) * | 2022-07-07 | 2022-08-09 | 大唐环境产业集团股份有限公司 | 一种基于最优训练样本的多模型湿法脱硫效率预测方法 |
| LU502119A1 (en) * | 2021-05-13 | 2022-11-18 | State Key Laboratory Shield Machine & Boring Tech | Tbm tunneling test bench for microwave-assisted rotary rock breaking |
| CN116067829A (zh) * | 2022-12-31 | 2023-05-05 | 内蒙古蒙达发电有限责任公司 | 一种火力发电厂脱硫石膏浆液密度的软测量方法及系统 |
-
2023
- 2023-06-13 CN CN202310700632.8A patent/CN116825218B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| LU502119A1 (en) * | 2021-05-13 | 2022-11-18 | State Key Laboratory Shield Machine & Boring Tech | Tbm tunneling test bench for microwave-assisted rotary rock breaking |
| CN114749006A (zh) * | 2022-03-28 | 2022-07-15 | 浙江浙能兰溪发电有限责任公司 | 一种湿法脱硫浆液循环泵优化方法 |
| CN114879514A (zh) * | 2022-07-07 | 2022-08-09 | 大唐环境产业集团股份有限公司 | 一种基于最优训练样本的多模型湿法脱硫效率预测方法 |
| CN116067829A (zh) * | 2022-12-31 | 2023-05-05 | 内蒙古蒙达发电有限责任公司 | 一种火力发电厂脱硫石膏浆液密度的软测量方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116825218A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103758696B (zh) | 基于scada温度参数的风电机组安全状况评价方法 | |
| CN110702437B (zh) | 一种水轮发电机组油压系统健康状况的评价方法 | |
| CN113724103A (zh) | 基于智能电表的区域碳排放监测方法、系统、设备及介质 | |
| CN115186983A (zh) | 一种基于能耗在线监测的碳排放自动核算系统 | |
| CN117394337A (zh) | 一种电网负荷预警方法及其系统 | |
| CN113027658B (zh) | 一种水轮机转轮实时状态评估方法及其应用 | |
| CN113648802B (zh) | 一种火电机组的烟气脱硫诊断方法及装置 | |
| CN109723609A (zh) | 一种风电机组变桨系统的故障预警方法及系统 | |
| CN104361236A (zh) | 电力设备健康状态的评估方法 | |
| CN116825218B (zh) | 一种用于能源行业的脱硫运行优化方法及设备 | |
| CN116542542A (zh) | 一种碳排放数据的计算方法、装置、设备及存储介质 | |
| CN116500195A (zh) | 一种火电厂烟气在线监测预警系统及方法 | |
| CN118644108B (zh) | 一种有机肥低碳适配性生产管理系统及方法 | |
| CN113312380B (zh) | 基于数据驱动的水电机组振动区自动获取方法及装置 | |
| CN110738423B (zh) | 一种卷接设备综合效能评价方法 | |
| CN117494932A (zh) | 一种碳排数据采集与处理方法及系统 | |
| CN114647929A (zh) | 一种用于脱硫运行so2数据预判功能的方法 | |
| CN112415148B (zh) | 一种基于在线学习的湿法脱硫系统CaSO3软测量方法 | |
| CN114267418A (zh) | 一种锅炉运行数据的实时测量方法及装置 | |
| CN111596590A (zh) | 一种基于互联网的无线远程闸门自动控制装置 | |
| CN116859845B (zh) | 一种热电环保的生产节点管理方法及系统 | |
| CN112561734A (zh) | 一种台区线损分析系统及其分析方法 | |
| CN118071202A (zh) | 多源数据融合的光伏电站运行状态可靠性分析方法及系统 | |
| CN118884925B (zh) | 一种基于多源数据分析的火电厂运行控制方法及系统 | |
| CN114123511B (zh) | 一种监测分析电缆配电终端异常位置的方法及系统 |
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 |