CN117451246A - 烟气脱硫智能化监控系统及其方法 - Google Patents
烟气脱硫智能化监控系统及其方法 Download PDFInfo
- Publication number
- CN117451246A CN117451246A CN202311400589.XA CN202311400589A CN117451246A CN 117451246 A CN117451246 A CN 117451246A CN 202311400589 A CN202311400589 A CN 202311400589A CN 117451246 A CN117451246 A CN 117451246A
- Authority
- CN
- China
- Prior art keywords
- pressure difference
- time sequence
- sequence
- training
- flue gas
- 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
- 238000006477 desulfuration reaction Methods 0.000 title claims abstract description 111
- 230000023556 desulfurization Effects 0.000 title claims abstract description 111
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 99
- 239000003546 flue gas Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 239000003054 catalyst Substances 0.000 claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 23
- 230000005856 abnormality Effects 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 55
- 238000010586 diagram Methods 0.000 claims description 53
- 238000012549 training Methods 0.000 claims description 52
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012800 visualization Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000002787 reinforcement Effects 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims 3
- 238000012545 processing Methods 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000003912 environmental pollution Methods 0.000 abstract description 5
- 230000002035 prolonged effect Effects 0.000 abstract description 4
- 230000002829 reductive effect Effects 0.000 abstract description 4
- 238000012300 Sequence Analysis Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 29
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 20
- 230000009471 action Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 14
- 238000007639 printing Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 239000010440 gypsum Substances 0.000 description 9
- 229910052602 gypsum Inorganic materials 0.000 description 9
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 230000001105 regulatory effect Effects 0.000 description 7
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 235000019738 Limestone Nutrition 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000011065 in-situ storage Methods 0.000 description 5
- 239000006028 limestone Substances 0.000 description 5
- 239000004071 soot Substances 0.000 description 5
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 4
- 239000002250 absorbent Substances 0.000 description 4
- 230000002745 absorbent Effects 0.000 description 4
- 239000003245 coal Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 239000002002 slurry Substances 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 229910052717 sulfur Inorganic materials 0.000 description 4
- 239000011593 sulfur Substances 0.000 description 4
- 238000004065 wastewater treatment Methods 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 3
- 229910021529 ammonia Inorganic materials 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000004202 carbamide Substances 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 208000005156 Dehydration Diseases 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000007664 blowing Methods 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000018044 dehydration Effects 0.000 description 2
- 238000006297 dehydration reaction Methods 0.000 description 2
- 238000010790 dilution Methods 0.000 description 2
- 239000012895 dilution Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004537 pulping Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003916 acid precipitation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 description 1
- 239000000292 calcium oxide Substances 0.000 description 1
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 1
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- TXKMVPPZCYKFAC-UHFFFAOYSA-N disulfur monoxide Inorganic materials O=S=S TXKMVPPZCYKFAC-UHFFFAOYSA-N 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000008235 industrial water Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 239000010742 number 1 fuel oil Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Exhaust Gas Treatment By Means Of Catalyst (AREA)
Abstract
一种烟气脱硫智能化监控系统及其方法，其通过压力传感器对烟气脱硫过程中的催化剂床层两端压差值进行实时监测采集，并在后端引入数据处理和分析算法来进行所述压差值的时序分析，以此来对于催化剂床层两端压差的时序变化模式和趋势进行分析捕捉，从而进行催化剂床层两端压力差的异常检测。这样，能够基于催化剂床层两端的压力差时序变化情况来自动进行催化剂的智能化监控，并在检测到异常时进行及时处理，从而提高烟气脱硫的效率和安全性，延长催化剂的使用寿命，同时降低运行成本和环境污染。
Description
技术领域
本申请涉及智能化监控技术领域，并且更具体地，涉及一种烟气脱硫智能化监控系统及其方法。
背景技术
烟气脱硫是供热工程中一项重要的环保措施，它可以有效地去除燃煤产生的二氧化硫等有害物质，减少大气污染。在烟气脱硫过程中，催化剂是一种能够促进化学反应的物质，它能够提高烟气中硫氧化物与吸收剂之间的反应速率，从而提高脱硫效率并降低脱硫成本。然而，催化剂在长期使用过程中，会因为灰尘、水汽等因素而发生磨损、堵塞、失活等现象，导致催化剂床层两端的压差增大，影响脱硫效果和安全运行。因此，对催化剂的状态进行实时监测和异常检测是保证烟气脱硫系统正常运行的重要手段。然而，传统的烟气脱硫系统通常采用人工巡检或定期更换的方式来维护催化剂，这些方式存在人力成本高、效率低和准确性差等缺陷，从而降低了烟气脱硫的效率和效果。
因此，期望一种烟气脱硫智能化监控系统。
发明内容
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种烟气脱硫智能化监控系统及其方法，通过压力传感器对烟气脱硫过程中的催化剂床层两端压差值进行实时监测采集，并在后端引入数据处理和分析算法来进行所述压差值的时序分析，以此来对于催化剂床层两端压差的时序变化模式和趋势进行分析捕捉，从而进行催化剂床层两端压力差的异常检测。这样，能够基于催化剂床层两端的压力差时序变化情况来自动进行催化剂的智能化监控，并在检测到异常时进行及时处理，从而提高烟气脱硫的效率和安全性，延长催化剂的使用寿命，同时降低运行成本和环境污染。
第一方面，提供了一种烟气脱硫智能化监控系统，其包括：
压差数据采集模块，用于获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值；
压差数据时序排列模块，用于将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量；
压差局部时序变化特征分析模块，用于对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列；
压差局部时序特征显化模块，用于对所述压力差局部时序特征图的序列进行基于时间注意力的特征关联强化以得到时序压力差显化特征；
压力差异常检测模块，用于基于所述时序压力差显化特征，确定催化剂床层两端的压力差是否存在异常。
第二方面，提供了一种烟气脱硫智能化监控方法，其包括：
获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值；
将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量；
对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列；
对所述压力差局部时序特征图的序列进行基于时间注意力的特征关联强化以得到时序压力差显化特征；
基于所述时序压力差显化特征，确定催化剂床层两端的压力差是否存在异常。
附图说明
为了更清楚地说明本申请实施例的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为根据本申请实施例的烟气脱硫智能化监控系统的框图。
图2为根据本申请实施例的烟气脱硫智能化监控方法的流程图。
图3为根据本申请实施例的烟气脱硫智能化监控方法架构的示意图。
图4为根据本申请实施例的烟气脱硫智能化监控系统的应用场景图。
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描述，显然，所描述的实施例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。
除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本申请的范围。
在本申请实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。
在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。
烟气脱硫是一种用于减少燃煤和燃油等燃料燃烧所产生的二氧化硫（SO2）排放的环保技术。二氧化硫是一种有害气体，对环境和人体健康都有潜在的危害。烟气脱硫技术通过去除烟气中的二氧化硫，减少大气污染，保护环境。
烟气脱硫主要通过化学反应的方式进行，其中最常用的方法是湿法烟气脱硫和干法烟气脱硫。湿法烟气脱硫是利用吸收剂（如石灰石或石膏）与烟气中的二氧化硫发生反应，形成硫酸盐或石膏沉淀物，从而将二氧化硫去除的方法。这种方法可以分为石灰石石膏法和石膏法两种。湿法烟气脱硫技术具有高效、适用于高硫煤和低硫煤等优点，但需要处理大量的废水和产生废弃物。干法烟气脱硫是利用干法吸收剂（如活性炭、氧化钙等）与烟气中的二氧化硫发生反应，形成硫酸盐或硫酸气体，从而达到去除二氧化硫的目的。干法烟气脱硫技术适用于低硫煤和燃气等低硫燃料，具有处理废水和产生废弃物少的优点。
烟气脱硫系统通常由吸收塔、循环泵、喷淋系统、废水处理系统等组成。在烟气脱硫过程中，燃烧产生的烟气经过吸收塔，与吸收剂接触反应，使二氧化硫被吸收转化为硫酸盐或硫酸气体，然后通过循环泵和喷淋系统进行循环处理。废水处理系统用于处理产生的废水，以减少对环境的影响。
烟气脱硫技术在供热工程和工业生产中得到广泛应用，可以显著减少二氧化硫排放，改善空气质量，降低酸雨的形成，保护生态环境和人类健康。同时，随着技术的发展，烟气脱硫系统也在不断完善和智能化，提高脱硫效率和运行安全性。
在本申请的一个实施例中，图1为根据本申请实施例的烟气脱硫智能化监控系统的框图。如图1所示，根据本申请实施例的烟气脱硫智能化监控系统100，包括：压差数据采集模块110，用于获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值；压差数据时序排列模块120，用于将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量；压差局部时序变化特征分析模块130，用于对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列；压差局部时序特征显化模块140，用于对所述压力差局部时序特征图的序列进行基于时间注意力的特征关联强化以得到时序压力差显化特征；压力差异常检测模块150，用于基于所述时序压力差显化特征，确定催化剂床层两端的压力差是否存在异常。
针对上述技术问题，本申请的技术构思为通过压力传感器对烟气脱硫过程中的催化剂床层两端压差值进行实时监测采集，并在后端引入数据处理和分析算法来进行所述压差值的时序分析，以此来对于催化剂床层两端压差的时序变化模式和趋势进行分析捕捉，从而进行催化剂床层两端压力差的异常检测。这样，能够基于催化剂床层两端的压力差时序变化情况来自动进行催化剂的智能化监控，并在检测到异常时进行及时处理，从而提高烟气脱硫的效率和安全性，延长催化剂的使用寿命，同时降低运行成本和环境污染。
具体地，在本申请的技术方案中，首先，获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值。接着，考虑到所述催化剂床层两端的压差值在时间维度上具有着时序的动态变化规律，也就是说，所述多个预定时间点的压差值之间具有着时序的关联关系。因此，在本申请的技术方案中，为了能够对于所述催化剂床层两端的压差值进行时序特征捕捉和刻画，需要将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量，以此来整合所述催化剂床层两端的压差值在时序上的分布信息。
在烟气脱硫过程中，催化剂床层的状态会随着时间的推移而发生变化。因此，为了更好地捕捉催化剂床层压力差的时序特征和变化趋势，在本申请的技术方案中，进一步对所述压力差时序输入向量进行向量切分以得到压力差局部时序输入向量的序列。通过将所述压力差时序输入向量进行向量切分，可以将压力差的整个时间序列划分为多个较短的所述压力差局部时序输入向量。这样，能够更好地捕捉催化剂床层压力差的局部时序变化特征，例如局部压力差的波动、上升或下降趋势等。也就是说，通过对所述压力差局部时序输入向量进行分析，可以更准确地检测和判断催化剂床层压力差的异常情况。
应可以理解，所述压力差局部时序输入向量的序列中的各个压力差局部时序输入向量都包含了一系列时间上连续的压力差数值。然而，仅仅使用连续的压力差数值数据进行分析可能会忽略掉一些关键的空间和时间信息。而将所述压力差局部时序输入向量转化为图像数据，可以将数值数据转化为具有空间结构的二维图像，从而更好地捕捉数据的空间和时间关系。因此，在本申请的技术方案中，进一步将所述压力差局部时序输入向量的序列通过向量-图像格式转化器模块以得到压力差局部时序图像的序列。特别地，通过所述向量-图像格式转化器模块，可以将每个所述压力差局部时序输入向量转化为对应的所述压力差局部时序图像。通过将压力差数值映射到图像的像素值上，可以形成具有空间结构的图像数据。这样，有利于后续利用图像处理和分析方法来从所述压力差局部时序图像中提取更多的特征信息，例如纹理、形状、边缘等。这些特征可以用于进一步的模式识别和异常检测。
然后，使用在图像的隐含特征提取方面具有优异表现性能的基于卷积神经网络模型的压力差时序特征提取器分别对所述压力差局部时序图像的序列中各个压力差局部时序图像进行特征提取，以分别提取出所述各个压力差局部时序图像中有关于所述催化剂床层两端压力差的时序分布特征信息，从而得到压力差局部时序特征图的序列。
进一步地，考虑到所述压力差局部时序特征图的序列中的各个压力差局部时序特征图是通过对所述各个压力差局部时序图像进行特征提取得到的。每个所述压力差局部时序特征图代表了相应时间步的特征信息。然而，不同时间步的特征对于异常检测和分析的重要性可能不同。有些时间步的特征可能更加关键，而有些时间步的特征可能相对较不重要。因此，在本申请的技术方案中，进一步将所述压力差局部时序特征图的序列通过时间注意力模块以得到时间维显化压力差时序特征图。应可以理解，通过引入所述时间注意力模块，可以对所述压力差局部时序特征图的序列进行加权处理。也就是说，所述时间注意力模块可以根据每个时间步的特征的重要性，为不同时间步的压差局部时序特征赋予不同的权重。这样，能够突出重要的压差时间维度特征信息，使得在后续的处理和分析中更加关注那些对异常检测和分析具有更大贡献的时间步。
继而，再将所述时间维显化压力差时序特征图通过分类器以得到分类结果，所述分类结果用于表示催化剂床层两端的压力差是否存在异常。也就是说，利用经过时间维度显化后的有关于所述催化剂床层两端的压差时序变化特征信息来进行分类处理，从而进行催化剂床层两端压力差的异常检测。这样，能够基于催化剂床层两端的压力差时序变化情况来自动进行催化剂的智能化监控，并在检测到异常时进行及时处理，从而提高烟气脱硫的效率和安全性。
特别地，在本申请的技术方案中，对所述训练压力差时序输入向量进行向量切分时，可以进行全局时域下的局部时域表达，而将所述训练压力差局部时序输入向量的序列通过向量-图像转换器，并将得到的所述训练压力差局部时序图像的序列通过基于卷积神经网络模型的压力差时序特征提取器，可以进一步提取局部时域下的细分时域内-细分时域间压差值局部时域关联特征，使得所述训练压力差局部时序特征图具有细分时域-局部时域的多尺度时序关联表达。
并且，通过将所述训练压力差局部时序特征图的序列通过时间注意力模块，实际上是强化了某些局部时域下的时序关联特征分布，这会使得所述训练时间维显化压力差时序特征图具有特征分布的时序显著性，但也会使得会使得所述训练时间维显化压力差时序特征图在通过分类器进行分类时，所述分类器的权重矩阵相对于归属于预定时空维度的类标签的收敛困难，影响分类器的训练效果。
因此，本申请的申请人在将所述时间维显化压力差时序特征图通过分类器进行分类时，在每个迭代时，对所述训练时间维显化压力差时序特征图展开得到的训练时间维显化压力差时序特征向量进行权重空间迭代递归的定向提议化优化，具体表示为：以如下优化公式对所述训练时间维显化压力差时序特征图展开得到的训练时间维显化压力差时序特征向量进行权重空间迭代递归的定向提议化优化；其中，所述优化公式为：其中，/>和/>分别是上次和本次迭代的权重矩阵，其中在首次迭代时，采用不同的初始化策略设置/>和/>，（例如，/>设置为单位矩阵而/>设置为待分类特征向量的均值对角矩阵），/>是所述训练时间维显化压力差时序特征向量，/>是优化训练时间维显化压力差时序特征图展开得到的优化训练时间维显化压力差时序特征向量，/>表示按位置加法，/>表示按位置点乘，/>表示矩阵乘法，/>表示向量的指数运算，所述向量的指数运算表示计算以向量中各个位置的特征值为幂的自然指数函数值。
这里，所述权重空间迭代递归的定向提议化优化可以通过将初始的待分类的所述训练时间维显化压力差时序特征向量作为锚点，来在权重空间内基于权重矩阵迭代的对应于所述训练时间维显化压力差时序特征向量/>的不同样本空间方向获得不同时序关联特征分布维度下的锚点足迹（anchor footprint），以作为在权重空间迭代递归的定向提议（oriented proposal），从而基于预测提议地提升权重矩阵收敛的类置信度和局部精确性，以提升所述训练时间维显化压力差时序特征图通过分类器的训练效果。这样，能够基于催化剂床层两端的压力差时序变化情况来自动进行催化剂的智能化监控，并在检测到异常时进行及时处理，从而提高烟气脱硫的效率和安全性，延长催化剂的使用寿命，同时降低运行成本和环境污染。
在本申请的一个实施例中，供热工程烟气脱硫工程脱硫工艺采用湿式石灰石—石膏法（以下简称FGD）。锅炉引风机后的烟气经过除尘后进入吸收塔脱硫。净化后的烟气经过从烟囱中排入大气。每台机组配套一台石灰石-石膏湿法烟气脱硫装置，脱硫装置采用一炉一塔，烟气系统不设GGH装置。其中石灰石制浆系统、石膏脱水系统、工艺水系统为共用，可分别处理#1、#2、#3三台炉的全部烟气，脱硫率大于等于98%，脱硫效率大于90%。包括工艺，电气，仪控等系统，控制采用计算机分散集中控制。脱硫（脱硝）控制系统完成对#1、#2炉、#3炉FGD装置的吸收塔、烟气系统、一次脱水、辅助的工业水系统、氧化风机、等以及FGD系统的电气设备（脱硫脱销变压器，厂用电等）等的统一监视，控制，报警，联锁，保护，以及FGD和脱销的效率、性能计算等，保证FGD安全，可靠，经济地运行。
脱硫（脱硝）工艺智能化组态系统根据烟气脱硫脱销工程附属设备及工艺系统的运行要求，构成不同的控制功能组，功能组的范围包括功能组所属系统相关设备、阀门等。运行人员可按照功能组启停，也可以通过烟气脱硫DCS的键盘及CRT对单台设备进行操作，烟气脱硫（脱销）DCS设有不同层次的操作许可条件，以防止误操作。烟气脱硫（脱销）系统的联锁与保护，直接关系到烟气脱硫（脱销）系统的安全运行。
烟气脱硫（脱销）工艺智能化组态系统的开发工作是在计算机系统授电工作、软件恢复工作和I/O通道测试工作完成后方能开展的一项工作，由于其内容包含着烟气脱硫（脱销）系统绝大部分辅助设备的控制与保护联锁，是实现设备软操的重要环节，其重要性直接关系到烟气脱硫（脱销）系统的运行安全及自动化控制水平，关系着整个烟气脱硫（脱销）系统调试的进度；通过开发具有实时数据采集与分析功能的智能化组态监控系统，实现脱硫（脱硝）工艺中的实时采集与控制，实现工艺数据实时存储；将系统平台所采集的实时数据以及历史数据进行可视化，并实现存储、分析等功能；利用先进控制策略技术实现脱硫（脱硝）工艺智能组态优化。同时通过对机组脱硝控制系统结构改造及参数的整定，使硝控制系统自动调节品质指标能够达到验收规程的要求。
在本申请中，所述烟气脱硫智能化监控系统的开发范围包括：
（1）脱硫（脱硝）操作员站、工程师站软件开发与恢复。
其中，开发工程师站中控制组态和过程画面；
核对脱硫（脱硝）DCS控制器和I/O模件地址与厂家提供的最终资料是否一致，以上均检查无误后，方可对DCS各控制机柜的控制器分别进行组态下装；
在工程师站对脱硫（脱硝）控制器进行程序加载，调出模件状态监视画面，确认可观察到运行控制器中所有模件显示状态；调出典型组态图，确认在线监视功能；进行修改组态并下装部分程序和下载全部程序的试验，设置下载功能正常；设置报警信息正确，趋势功能正常；
在操作员站组态画面及操作情况，设置多窗口系统操作功能；设置鼠标、键盘灯外设功能正常；对画面刷新时间、功能键设置、报警设置、趋势显示等功能进行设置；
在历史站设置存储数据内容、存储容量、时间分辨能力能否达到合同要求；检索数据的方法能否达到合同要求；
对打印功能进行设置，包括机组启停参数打印、测点清单打印、CRT画面拷贝打印、组态图、逻辑图打印等，以及报表打印、画面打印、趋势图打印等功能；
对脱硫（脱硝）DCS的声光报警系统进行设置并测试功能正常。
（2）烟气脱硫（脱销）控制逻辑开发及优化。
其中，在烟气脱硫（脱销）DCS系统中控制的各项单体设备的软操控制、顺序控制功能组和联锁保护功能组，以及各类使用开关量控制的风机、泵、开关门等一次设备的顺序控制，都属于本系统开发范围。
主要开发控制对象有：烟风系统挡板门、增压风机、密封风机、石灰石制浆系统浆液循环泵与循环箱搅拌器、石灰石浆液泵与浆液罐搅拌器、石膏浆液泵、石膏脱水系统、工艺水系统、空压机、吸收塔烟气冷却泵、吸收塔氧化风机、脱硫废水处理系统、SCR工艺还原剂制备系统、脱硝反应系统、氨空混合喷射系统等。控制系统分为设备级和功能级控制，设备级逻辑实现设备的联锁保护及软手操功能，功能级逻辑实现辅机成组设备的顺序启停。
在本申请的一个实施例中，还提供一种脱硫（脱硝）组态及控制开发方法。
首先根据设计院资料设置开发系统原理图、顺控逻辑图、组态图，如与现场不符时，由设计方提出修改通知。检查端子接线图也要确认与设计院图纸一致，对本系统从现场或其它系统取来的每一个信号线，都要仔细检查，确保无误。
检查脱硫（脱硝）DCS系统内部连线。
根据接线图核查机柜至就地设备电缆接线（包括中间通过的分线端子盒及耦合继电器柜等）。
进行烟气脱硫（脱硝）DCS系统的现场恢复，包括硬件与软件的恢复。
就地设备控制检查。对照设计图纸对所控设备的功能及控制满足设计要求。
I/O模板送电、设置
待同一模板内所有接点检查无误，且无接地、短路等问题后，可将此模板插入送电，根据模板故障灯状态，确认其工作是否正常。
通过工程师站设置输入信号是否正常，并可通过在现场输入模拟信号来进行测试检查。
对模板输出信号部分，应待现场控制设备（包括电动/气动阀门、及其他执行机构等）现场试验完好后，通过工程师站进行设置和测试。
冷态测试。具体包括：
现场控制设备（包括电动/气动阀门、及其他执行机构等）的检查:建设单位、安装单位、等进行检查验收。
现场电动控制设备的检查，包括：“手/自动”或“远方/就地”切换应动作灵活、正确；阀门动作方向应正确；设备启动/停止应正确；阀门动作应平稳、灵活；设备运行应平稳、无异常；阀门动作行程、动作时间符合工艺要求；行程开关、力矩开关及故障接点动作正常；阀门/设备内部闭锁、保护正常。
现场气动控制设备的检查，包括：检查仪用压缩空气是否正常；检查电磁阀是否完好，检查线圈是否正常；送气后检查现场设备仪用压缩空气无异常泄漏；先手动试验后电动操作；“手/自动”或“远方/就地”切换应动作灵活、正确；阀门动作方向应正确；设备启动/停止应正确；阀门动作应平稳、灵活；设备运行应平稳、无异常；阀门动作行程、动作时间符合工艺要求；设备闭锁、保护正常，且保护动作方向符合工艺要求。
现场电磁阀的检查，包括：检查电磁阀安装是否符合设计要求；检查电磁阀是否完好，检查线圈是否正常；电磁阀的接线回路应正确无误；电磁阀动作方向应正确,设备启动/停止应正确。
现场一次元件的检查，包括：检查就地压力开关校验报告是否满足要求；抽查就地压力开关定值是否与保护定值单相同；检查就地液位开关、流量开关、电接点表等设备定值和通道是否正确无误。
依照逻辑图设置烟气脱硫（脱硝）各系统的软件组态,发现不符时,按《工程师站管理规定》要求修改和备份。
按照生产单位提供的《保护定值单》将模拟量信号的保护定值写入烟气脱硫（脱硝）DCS系统内并进行复核。
对工艺流程图、逻辑图、组态图设置和更改，包括：对照检查逻辑图、组态图及系统内部组态，对不符部分及不适合工艺控制要求的部分，提出书面意见或建议；根据逻辑图、组态图，分别对功能组级、子功能组级、驱动级的功能进行设置和试验，所发现的问题，由相关各方及时解决；顺控设备首次投入前，在集控室实验的驱动级、子功能组级、功能组级设置正确无误；对每一台或一组设备进行设置检查,查看控制回路是否通畅,控制功能是否正确,各联锁功能是否能实现；根据工程进度，及时保证相关控制系统的投入，设备异常时及时调整、解决，所发现的问题及时提出，由相关各方解决。
热态调试，具体包括：对单台设备进行CRT软操作及后备硬手操，设置设备是否动作、运行正常，由运行人员进行操作、监视设备运行及进行确认。进行设备的成组操作，检查监视辅机及其连动设备的运行。投入联锁，进行设备或成组设备间的联锁试验。最后进行锅炉脱硫和脱硝联锁试验。所有上述操作、监视及确认均由运行人员来完成。
脱硫（脱硝）控制优化，具体包括：信号的检查，主要对现场信号以及控制组态进行检查，确保信号测量的正确性。执行机构远动手操的检查，通过检查确保现场执行器处于良好状态后进行远动手操试验，检查其动作的正确性。
脱硫（脱硝）控制系统静态试验，具体包括：设置PID作用方向的正确性；设置调节模块的跟踪状态及无扰切换；偏差报警功能设置试验：包括测量信号偏差及品质、执行器偏差等报警能够切除自动方式；模拟逻辑条件，设置控制系统逻辑的正确性；设置前馈控制方向的正确性。
设置上述控制逻辑是否正确，报警输出的开关量信号能否正确送至相应的报警显示和控制保护回路，记录检查结果。
脱硫（脱硝）系统投运及热态调整，具体包括：尿素作为还原剂的工艺，尿素溶液制备完毕，尿素溶液温度和浓度满足投运要求；SCR启动过程中，按照稀释风系统、吹灰系统、CEMS、氨气制备以及氨气喷射的顺序进行；送风机、引风机启动前，投运稀释风机，稀释风量满足设计要求；对于采用声波吹灰器的SCR工艺，烟风系统建立后，投运声波吹灰器程序控制；对于采用声波吹灰器的SCR工艺，宜在锅炉点火后8h内投入SCR声波吹灰系统；机组升负荷过程中，记录不同负荷下的催化剂初始压差，作为以后判断催化剂磨损堵塞的参考。催化剂压差出现异常时，应及时处理；喷氨启动时，以不超过5%的幅度逐渐增加调节阀开度，每次调整间隔宜在3min以上。调节阀开度调整幅度不宜对供氨母管压力产生超过0.02MPa的波动，脱硝效率接近设计值时，调节阀开度幅度增加变化宜更小；在调试投用期间，记录控制系统PID参数及调节品质；记录控制系统投用、切除时间及投用情况，打印系统性能品质曲线。
脱硫（脱硝）控制系统动态整定，具体包括：在调节系统处于手动时，手动将执行器增加一定开度，记录调节门指令、反馈等相关参数。通过数据计算得到初步PID参数。对比所得参数和现场参数，适当加以修改并记录数据。投入自动稳定后，进行定值扰动试验，观察自动调节系统响应情况，通过分析进一步进行参数整定；重复上述过程对参数进一步优化整定。在机组运行工况稳定，脱硝控制品质良好时，记录参数整定中各相关参数变化。
SCR脱硝控制系统定值扰动试验，具体包括：脱硝系统出口NOX值定值改变45mg/m3，考验系统脱硝能力是否达到标准要求。
试验时记录机组负荷、总风量、烟气含氧量、烟气温度、系统出出口氮氧化物浓度、氨逃逸、脱硝效率等主要参数
各主要参数取自DCS采集的数据，用打印机输出记录。
综上，基于本申请实施例的烟气脱硫智能化监控系统100被阐明，其能够基于催化剂床层两端的压力差时序变化情况来自动进行催化剂的智能化监控，并在检测到异常时进行及时处理，从而提高烟气脱硫的效率和安全性，延长催化剂的使用寿命，同时降低运行成本和环境污染。
如上所述，根据本申请实施例的烟气脱硫智能化监控系统 100可以实现在各种终端设备中，例如用于烟气脱硫智能化监控的服务器等。在一个示例中，根据本申请实施例的烟气脱硫智能化监控系统100可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该烟气脱硫智能化监控系统100可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该烟气脱硫智能化监控系统100同样可以是该终端设备的众多硬件模块之一。
替换地，在另一示例中，该烟气脱硫智能化监控系统100与该终端设备也可以是分立的设备，并且该烟气脱硫智能化监控系统100可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
在本申请的一个实施例中，图2为根据本申请实施例的烟气脱硫智能化监控方法的流程图。图3为根据本申请实施例的烟气脱硫智能化监控方法架构的示意图。如图2和图3所示，所述烟气脱硫智能化监控方法，包括：210，获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值；220，将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量；230，对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列；240，对所述压力差局部时序特征图的序列进行基于时间注意力的特征关联强化以得到时序压力差显化特征；250，基于所述时序压力差显化特征，确定催化剂床层两端的压力差是否存在异常。
本领域技术人员可以理解，上述烟气脱硫智能化监控方法中的各个步骤的具体操作已经在上面参考图1的烟气脱硫智能化监控系统的描述中得到了详细介绍，并因此，将省略其重复描述。
图4为根据本申请实施例的烟气脱硫智能化监控系统的应用场景图。如图4所示，在该应用场景中，首先，获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值（例如，如图4中所示意的C）；然后，将获取的压差值输入至部署有烟气脱硫智能化监控算法的服务器（例如，如图4中所示意的S）中，其中所述服务器能够基于烟气脱硫智能化监控算法对所述压差值进行处理，以确定催化剂床层两端的压力差是否存在异常。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
最后，还需要说明的是，在本文中，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种烟气脱硫智能化监控系统，其特征在于，包括：
压差数据采集模块，用于获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值；
压差数据时序排列模块，用于将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量；
压差局部时序变化特征分析模块，用于对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列；
压差局部时序特征显化模块，用于对所述压力差局部时序特征图的序列进行基于时间注意力的特征关联强化以得到时序压力差显化特征；
压力差异常检测模块，用于基于所述时序压力差显化特征，确定催化剂床层两端的压力差是否存在异常。
2.根据权利要求1所述的烟气脱硫智能化监控系统，其特征在于，所述压差局部时序变化特征分析模块，包括：
压力差时序向量切分单元，用于对所述压力差时序输入向量进行向量切分以得到压力差局部时序输入向量的序列；
向量-图像格式转化单元，用于将所述压力差局部时序输入向量的序列通过向量-图像格式转化器模块以得到压力差局部时序图像的序列；
压力差局部时序特征提取单元，用于通过基于深度神经网络模型的压力差时序特征提取器分别对所述压力差局部时序图像的序列进行特征提取以得到所述压力差局部时序特征图的序列。
3.根据权利要求2所述的烟气脱硫智能化监控系统，其特征在于，所述深度神经网络模型为卷积神经网络模型。
4.根据权利要求3所述的烟气脱硫智能化监控系统，其特征在于，所述压差局部时序特征显化模块，用于：将所述压力差局部时序特征图的序列通过时间注意力模块以得到时间维显化压力差时序特征图作为所述时序压力差显化特征。
5.根据权利要求4所述的烟气脱硫智能化监控系统，其特征在于，所述压力差异常检测模块，用于：将所述时间维显化压力差时序特征图通过分类器以得到分类结果，所述分类结果用于表示催化剂床层两端的压力差是否存在异常。
6.根据权利要求5所述的烟气脱硫智能化监控系统，其特征在于，还包括用于对所述基于卷积神经网络模型的压力差时序特征提取器、所述时间注意力模块和所述分类器进行训练的训练模块。
7.根据权利要求6所述的烟气脱硫智能化监控系统，其特征在于，所述训练模块，包括：
训练数据采集单元，用于获取训练数据，所述训练数据包括所述催化剂床层两端在预定时间段内多个预定时间点的训练压差值，以及，所述催化剂床层两端的压力差是否存在异常的真实值；
训练压差时序排列单元，用于将所述多个预定时间点的训练压差值按照时间维度排列为训练压力差时序输入向量；
训练压差时序向量切分单元，用于对所述训练压力差时序输入向量进行向量切分以得到训练压力差局部时序输入向量的序列；
训练向量-图像转换单元，用于将所述训练压力差局部时序输入向量的序列通过所述向量-图像格式转化器模块以得到训练压力差局部时序图像的序列；
训练压差局部时序特征提取单元，用于将所述训练压力差局部时序图像的序列通过所述基于卷积神经网络模型的压力差时序特征提取器以得到训练压力差局部时序特征图的序列；
训练压差时序特征显化单元，用于将所述训练压力差局部时序特征图的序列通过所述时间注意力模块以得到训练时间维显化压力差时序特征图；
分类损失单元，用于将所述训练时间维显化压力差时序特征图通过所述分类器以得到分类损失函数值；
模型训练单元，用于基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于卷积神经网络模型的压力差时序特征提取器、所述时间注意力模块和所述分类器进行训练，其中，在所述训练的每次迭代时，对所述训练时间维显化压力差时序特征图展开得到的训练时间维显化压力差时序特征向量进行权重空间迭代递归的定向提议化优化。
8.根据权利要求7所述的烟气脱硫智能化监控系统，其特征在于，所述分类损失单元，用于：
所述分类器以如下分类公式对所述训练时间维显化压力差时序特征图进行处理以生成训练分类结果，其中，所述分类公式为：，其中/>表示将所述训练时间维显化压力差时序特征图投影为向量，/>至/>为权重矩阵，/>至/>表示偏置矩阵；以及
计算所述训练分类结果与真实值之间的交叉熵值作为所述分类损失函数值。
9.一种烟气脱硫智能化监控方法，其特征在于，包括：
获取由压力传感器采集的催化剂床层两端在预定时间段内多个预定时间点的压差值；
将所述多个预定时间点的压差值按照时间维度排列为压力差时序输入向量；
对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列；
对所述压力差局部时序特征图的序列进行基于时间注意力的特征关联强化以得到时序压力差显化特征；
基于所述时序压力差显化特征，确定催化剂床层两端的压力差是否存在异常。
10.根据权利要求9所述的烟气脱硫智能化监控方法，其特征在于，对所述压力差时序输入向量进行局部时序变化模式分析以得到压力差局部时序特征图的序列，包括：
对所述压力差时序输入向量进行向量切分以得到压力差局部时序输入向量的序列；
将所述压力差局部时序输入向量的序列通过向量-图像格式转化器模块以得到压力差局部时序图像的序列；
通过基于深度神经网络模型的压力差时序特征提取器分别对所述压力差局部时序图像的序列进行特征提取以得到所述压力差局部时序特征图的序列。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311400589.XA CN117451246A (zh) | 2023-10-26 | 2023-10-26 | 烟气脱硫智能化监控系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311400589.XA CN117451246A (zh) | 2023-10-26 | 2023-10-26 | 烟气脱硫智能化监控系统及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117451246A true CN117451246A (zh) | 2024-01-26 |
Family
ID=89588554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311400589.XA Pending CN117451246A (zh) | 2023-10-26 | 2023-10-26 | 烟气脱硫智能化监控系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117451246A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117970987A (zh) * | 2024-04-01 | 2024-05-03 | 新疆凯龙清洁能源股份有限公司 | 湿法脱硫智能化控制系统及方法 |
-
2023
- 2023-10-26 CN CN202311400589.XA patent/CN117451246A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117970987A (zh) * | 2024-04-01 | 2024-05-03 | 新疆凯龙清洁能源股份有限公司 | 湿法脱硫智能化控制系统及方法 |
| CN117970987B (zh) * | 2024-04-01 | 2024-06-11 | 新疆凯龙清洁能源股份有限公司 | 湿法脱硫智能化控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108628291B (zh) | 一种垃圾焚烧厂基于仿真平台的专家智能诊断系统 | |
| CN117451246A (zh) | 烟气脱硫智能化监控系统及其方法 | |
| CN117454290A (zh) | 关于锅炉供热的智能化数据实时采集分析系统 | |
| JP2002155708A (ja) | 発電プラントのガイダンス提供システムおよび方法 | |
| TW202001462A (zh) | 鍋爐之運轉支援裝置、鍋爐之運轉支援方法、及鍋爐之學習模型之作成方法 | |
| JP2011237137A (ja) | 廃棄物焼却プラントの運転方法 | |
| CN116688754A (zh) | 船舶烟气脱硫自动控制系统及其方法 | |
| CN115074158A (zh) | 一种基于数字孪生的煤气化技术过程安全预警系统 | |
| Vasquez et al. | System identification of steam pressure in a fire-tube boiler | |
| CN118466427A (zh) | 一种基于燃烧器工作状况的深度学习燃烧优化控制方法及系统 | |
| CN111077868A (zh) | 智慧电厂管控系统 | |
| CN111898794B (zh) | 一种大型燃煤锅炉热效率的异常监测方法 | |
| CN117055413A (zh) | 一种基于物联网的环保监控系统 | |
| CN103605287B (zh) | 循环流化床锅炉床温预测系统及方法 | |
| CN114267468A (zh) | 一种核电站关键设备的定点检测和预警系统 | |
| KR102025146B1 (ko) | 발전소 탈질 설비의 촉매 반응 상태 모니터링 시스템 및 그 방법 | |
| JP2512536B2 (ja) | ボイラの最適燃焼制御方法 | |
| CN103968879A (zh) | 一种供电系统区域环保监测方法 | |
| CN103968880A (zh) | 一种供电系统区域环保监测系统 | |
| CN114742300B (zh) | 一种脱硝设备锅炉烟道阻力预警方法及系统 | |
| CN204202642U (zh) | 一种供电系统区域环保监测系统 | |
| Warsokusumo et al. | Real-time online monitoring for maintaining energy efficiency performance of power generation system | |
| Zhao et al. | Research on An Operation Monitoring and Evaluation Technology for Advanced Main Control Room of Nuclear Power Plant | |
| CN117889456A (zh) | 锅炉智能燃烧全景监控方法及系统 | |
| Hayes et al. | Application of expert systems to industrial utility equipment optimization |
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 |