CN117452829B - 一种脱硝智能决策方法、系统、终端及存储介质 - Google Patents
一种脱硝智能决策方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN117452829B CN117452829B CN202311785910.0A CN202311785910A CN117452829B CN 117452829 B CN117452829 B CN 117452829B CN 202311785910 A CN202311785910 A CN 202311785910A CN 117452829 B CN117452829 B CN 117452829B
- Authority
- CN
- China
- Prior art keywords
- value
- control target
- denitration
- actual
- preset time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 43
- 229910002651 NO3 Inorganic materials 0.000 claims abstract description 25
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000012821 model calculation Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 9
- 235000011114 ammonium hydroxide Nutrition 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 239000004568 cement Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003916 acid precipitation Methods 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Treating Waste Gases (AREA)
Abstract
本申请涉及一种脱硝智能决策方法、系统、终端及存储介质，涉及工业自动控制领域，其包括：获取环保指标、历史系统波动值和安全余量值；根据环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值；初始控制目标值为单位时间内的含硝气体的排放量，初始控制目标值小于国家的环保指标；获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值；根据初始控制目标值和实际结果值，计算均值补偿值；均值补偿值为上一运行周期的实际误差；根据历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值。本申请具有精确调节工业脱硝作业参数的效果。
Description
技术领域
本申请涉及工业控制技术领域，尤其是涉及一种脱硝智能决策方法、系统、终端及存储介质。
背景技术
在水泥的生产过程中，会生产含硝气体，含硝气体与水结合会产生酸雨，造成严重的环境污染。为了减少含硝气体的排放，通常是使用氨水进行脱硝处理，并且在各个水泥厂的含硝气体的排放时，必须满足国家环保排放要求。含硝气体的排放是按每小时平均值不超指标要求决定的。每个省份的要求各不相同，还可能有多种含硝气体的排放指标。最高指标涉及对企业的巨额罚款，其它较低指标涉及环保退税。
由于含硝气体的排放指标是单向指标，即不允许超越，绝大部分企业含硝气体排放的实际操作目标值设定都是由人为经验设定。通过人工确定指标，过分依赖人工经验。人工判断下为保证排放不超标，实际指标值远远低于环保指标要求。但是这种方式，指标保证了，但过程氨水用量成本增加很大，总体成本过高。遇上异常工况，含硝气体含量增高，操作人员不能把握住平均值的情况，可能造成小时值超标，公司被环保罚款，部门与个人被公司罚款。如果当含硝气体的实际排放量很小，还是大量使用氨水，则造成氨水的浪费。
发明内容
为了解决水泥生产过程中使用氨水存在大量浪费的问题，本申请提供了一种脱硝智能决策方法、系统、终端及存储介质。
在本申请的第一方面，提供一种脱硝智能决策方法，包括：
获取环保指标、历史系统波动值和安全余量值；
根据所述环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值；所述初始控制目标值为单位时间内的含硝气体的排放量，且初始控制目标值小于预设的环保指标；
获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值；
根据所述初始控制目标值和实际结果值，计算均值补偿值；所述均值补偿值为上一运行周期的实际误差；
根据所述历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值。
通过采用上述技术方案，先设定一个初始控制目标值供脱硝系统在第一预设时间内暖机运行，然后根据第一预设时间脱硝系统的运行的实际结果值，得到脱硝系统的均值补偿值，再根据历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，推算脱硝系统后续的作业参数。相较于人工经验确定作业参数，具有提高工业脱硝作业参数的精准度的效果。
在一种可能的实现方式中，根据所述历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值，包括：
获取不同调节值对应的误差补偿值；所述调节值为实际控制目标值与上一运行时间的实际结果值之差；所述误差补偿值为脱硝系统参数变更时带来的额外系统波动；
根据所述历史系统波动值、环保指标、实际结果值、均值补偿值、误差补偿值和安全余量值，计算脱硝系统在第二预设时间内的实际控制目标值。
在一种可能的实现方式中，根据所述实际结果值和初始控制目标值计算脱硝系统在预设周期内的系统实际波动值，包括：
获取历史数据中，针对不同调节值时脱硝系统含硝气体的排放量的实际变动曲线；
根据不同调节值对应的实际变动曲线，计算对应的误差补偿值。
在一种可能的实现方式中，根据所述历史系统波动值、环保指标、实际结果值、均值补偿值、误差补偿值和安全余量值，计算脱硝系统在第二预设时间内的实际控制目标值，包括：
根据所述环保指标和安全余量值，计算第一预设时间与第二预设时间内符合标准能够排放的第一排放量：,其中，A为第一排放量，P为环保指标，Q为安全余量值，T 1 为第一预设时间，T 2 为第二预设时间；
根据第一排放量、实际结果值，计算第二预设时间内符合标准能够排放的第二排放量：，其中B为第二排放量，S为实际结果值；
根据所述第二排放量、第二预设时间、历史系统波动值、均值补偿值和误差补偿值，计算脱硝系统在第二预设时间内的实际控制目标值。
在一种可能的实现方式中，根据所述第二排放量、第二预设时间、均值补偿值和误差补偿值，计算脱硝系统在第二预设时间内的实际控制目标值，包括：
根据第二排放量、第二预设时间、历史系统波动值和均值补偿值，计算第二预设时间内的理论控制目标值：其中，C为理论控制目标值，M为历史系统波动值，N为均值补偿值；
根据所述理论控制目标值和实际结果值计算理论调节值：，其中D为理论调节值，C为理论控制目标值，S为实际结果值；
从误差补偿值的集合中调取理论调节值对应的误差补偿值；
根据所述理论控制目标值和误差补偿值，计算脱硝系统在第二预设时间内的实际控制目标值：，其中Z为实际控制目标值，C为理论控制目标值，Z为误差补偿值。
在一种可能的实现方式中，获取环保指标、历史系统波动值和安全余量值，包括：
获取前24小时内脱硝系统每小时的实际偏差值；
计算所述实际偏差值的均值作为历史系统波动值；
获取预设的环保指标和安全余量值。
在一种可能的实现方式中，包括：
所述第二预设时间还能够划分为预设个数且等同的子时间；
完成每一所述子时间内的计算后，将子时间内脱硝系统运行的实际结果值合并至第一预设时间的实际结果值内，并将第一预设时间延长一个子时间。
在本申请的第二方面，提供一种脱硝智能决策系统，包括：
第一获取模块，用于获取环保指标、历史系统波动值和安全余量值；
第二获取模块，用于获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值；
模型计算模块，用于根据所述环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值；所述初始控制目标值为单位时间内的含硝气体的排放量，且初始控制目标值小于预设的环保指标；根据所述初始控制目标值和实际结果值，计算均值补偿值；所述均值补偿值为上一运行周期的实际误差；根据所述历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值。
在本申请的第三方面，提供一种终端，具有实现脱硝智能决策的特点。
本申请的上述申请目的三是通过以下技术方案得以实现的：
一种终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述脱硝智能决策方法的计算机程序。
在本申请的第四方面，提供一种计算机存储介质，能够存储相应的程序，具有便于实现脱硝智能决策的特点。
本申请的上述申请目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种数据加密传输方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：先设定一个初始控制目标值供脱硝系统在第一预设时间内暖机运行，然后根据第一预设时间脱硝系统的运行的实际结果值，得到脱硝系统的均值补偿值，再根据历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，推算脱硝系统后续的作业参数。相较于人工经验确定作业参数，具有提高工业脱硝作业参数的精准度的效果。
附图说明
图1是本申请其中一实施例的脱硝智能决策方法的流程示意图。
图2是本申请其中一实施例的脱硝智能决策系统的示意图。
图3是本申请实施例一种终端的结构示意图。
附图标记说明：201、第一获取模块；202、第二获取模块；203、模型计算模块；301、CPU；302、ROM；303、RAM；304、总线；305、I/O接口；306、输入部分；307、输出部分；308、存储部分；309、通信部分；310、驱动器；311、可拆卸介质。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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作出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
以下结合附图1至3对本申请作进一步详细说明。
在工业脱硝系统中，含硝气体的排放是按每小时平均值不超指标要求决定的。脱硝系统本身存在一定的系统波动，在通常情况下，系统波动值都不是固定的，和脱硝时的温度、氨水浓度等相关联。当温度变化时，影响氨水中的成分与含硝气体反应的活性。当氨水浓度变化时，又直接影响到参与反应的有效成分的含量。而脱硝时的温度、氨水的浓度又是不可控的。因此，在相关技术中，通常会设置一个较低的指标值，这样虽然造成了一定浪费，但能保证含硝气体的排放不超过国家的环保指标。但，采用这种方式，实质上可能造成大量氨水的浪费，提高了脱硝的成本。因此，精确调节脱硝作业的参数，是降低脱硝成本需要解决的有效方式。
为了提高工业脱硝作业参数的精准度，本申请提供了一种脱硝智能决策方法。
参照图1，一种脱硝智能决策方法，包括如下步骤：
S101：获取环保指标、历史系统波动值和安全余量值。
其中，预设的环保指标是国家定制的指标，由智能计算机自动从官方网站上获取准确的数值，也可以由用户手动输入。安全余量值是根据脱硝系统历史的异常工况确定的，能够在一定程度上，保证即使出现异常工况，脱硝系统也能及时进行调整或停止，从而避免含硝气体排放量超标。在一个实施场景中，安全余量值为：获取脱硝系统完全不生效的情况下，直到气体排放通道完全关闭的时间内，仍能保证含硝气体排放量不超标的余量值。
历史系统波动值是一个不断变化的值，受温度、氨水浓度等因素的影响，但是在相近的日期内，可以认为系统波动值不大，因此24小时的系统平均波动值可以作为当前时间段内的参考值。在一个实施场景中，历史系统波动值的计算方式为：获取前24小时内脱硝系统每小时的实际偏差值，再计算实际偏差值的均值作为历史系统波动值。
S102：根据环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值。
在脱硝系统刚开始运行时，因为在后续还有较大调整空间，以及安全余量值的存在，无需过多考虑，只需要根据环保指标、历史系统波动值和安全余量值，就能够确定初始控制目标值，然后再根据系统在初始运行阶段的实际结果值，进一步对系统进行调整。初始控制目标值为单位时间内的含硝气体的排放量，且初始控制目标值的计算方式为：环保指标-历史系统波动值-安全余量值。因此，初始控制目标值一定小于环保目标。
S103：获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值。
初始控制目标值是脱硝系统在第一预设时间内的运行参数，即相关技术中被称为暖机时间内的一个运行参数，目的是获取脱硝系统的实际波动信息，当第一预设时间结束后，就需要进入到对脱硝系统的再次调整。在本申请实施例中第一预设时间被设定为10分钟。
S104：根据初始控制目标值和实际结果值，计算均值补偿值。
脱硝系统在运行了第一预设时间后，相关的检测设备统计得到第一预设时间内的平均排放量，记作实际结果值。而，初始控制目标值与实际结果值的差就是均值补偿值。均值补偿值可以认为是在不做调整的情况下，脱硝系统在短期内的波动值，不同于历史系统波动值，历史系统波动值为脱硝系统在长期的波动值。
S105：根据历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值。
在对脱硝系统的参数进行调节时，还会出现由于参数改变而造成的系统波动，这种系统波动是与调节值正相关的。通常情况下，将脱硝系统的参数调高时，会有一个逐渐升高的过程，这个过程通常需要脱硝系统运行几分钟才能稳定到调节后的值。这样其实就造成了计算值高于实际值的情况。反之，将脱硝系统的参数调低时，计算值会小于实际值。因此，获取历史数据中不同调节值对应的误差补偿值。调节值为实际控制目标值与上一运行时间的实际结果值之差。误差补偿值为脱硝系统参数变更时带来的额外系统波动。
获取误差补偿值的方式为：获取历史数据中，针对不同调节值时脱硝系统含硝气体的排放量的实际变动曲线。根据不同调节值对应的实际变动曲线，计算对应的误差补偿值，计算可以通过对曲线的积分进行获取，也可以直接计算，当脱硝系统参数稳定时，在这个调节过程中输入的实际控制目标值与实际结果值之差。例如，第二预设时间为40分钟，而脱硝系统到达参数稳定的时间为3分钟。则获取第二预设时间的实际控制目标值和前3分钟的实际结果值，二者的差就为误差补偿值。
然后，再根据历史系统波动值、环保指标、实际结果值、均值补偿值、误差补偿值和安全余量值，计算脱硝系统在第二预设时间内的实际控制目标值。具体的计算方式为：
第一步，根据环保指标和安全余量值，计算第一预设时间与第二预设时间内符合标准能够排放的第一排放量，计算方式为：,其中，A为第一排放量，P为环保指标，Q为安全余量值，T 1 为第一预设时间，T 2 为第二预设时间。
第二步，根据第一排放量、实际结果值，计算第二预设时间内符合标准能够排放的第二排放量，计算方式为：，其中B为第二排放量，S为实际结果值。
第三步，根据第二排放量、第二预设时间、历史系统波动值和均值补偿值，计算第二预设时间内的理论控制目标值，计算方式为：其中，C为理论控制目标值，M为历史系统波动值，N为均值补偿值。
第四步，根据理论控制目标值和实际结果值计算理论调节值，计算方式为：，其中D为理论调节值，C为理论控制目标值，S为实际结果值。
第五步，从误差补偿值的集合中调取理论调节值对应的误差补偿值。
第六步，根据理论控制目标值和误差补偿值，计算脱硝系统在第二预设时间内的实际控制目标值，计算方式为：，其中Z为实际控制目标值，C为理论控制目标值，Z为误差补偿值。当理论调节值为正数时，则加误差为正数，当理论调节值为负数时，则误差补偿值为负数。
通过上述技术手段，实际上还是存在一定的误差，为了降低误差，在本申请实施例中，第二预设时间还包括预设个数且等同的子时间。本申请中的一个实施场景中，第二预设时间为40分钟，子时间为5分钟。针对每一个子时间都采用上述方式进行计算。区别则是，完成每一子时间内的计算后，将子时间内脱硝系统运行的实际结果值合并至第一预设时间的实际结果值内，并将第一预设时间增加一个子时间的数值。这样就能实现在第二预设时间内的动态计算。
由于在第二预设时间内不断的调整脱硝系统的作业参数，最终得到的作业参数是趋近于一个稳定值。则在一个小时的剩余时间内，都会按照该稳定值进行脱硝作业。当第二个小时的作业开始时，无需暖机时间就可继续上述计算。
本申请提供一种脱硝智能决策系统，采用如下的技术方案：
参照图2，一种脱硝智能决策系统，包括：
第一获取模块201，用于获取环保指标、历史系统波动值和安全余量值；
第二获取模块202，用于获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值；
模型计算模块203，用于根据环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值。初始控制目标值为单位时间内的含硝气体的排放量，且初始控制目标值小于预设的环保指标。根据初始控制目标值和实际结果值，计算均值补偿值。均值补偿值为上一运行周期的实际误差。根据历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值。
图3示出了适于用来实现本申请实施例的终端的结构示意图。
如图3所示，终端包括中央处理单元(Central Processing Unit，CPU)301，其可以根据存储在只读存储器(Read-Only Memory，ROM)302中的程序或者从存储部分加载到随机访问存储器(Random Access Memory，RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(Input/Output,I/O)接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地，根据本申请的实施例，上文参考流程图1描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一种或多种导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件，或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、寄存器文件（Register File,RF）等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，前述模块、程序段或代码的一部分包含一种或多种用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框，以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取模块201、第二获取模块202、模型计算模块203。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的终端中所包含的；也可以是单独存在，而未装配入该终端中的。上述计算机可读存储介质存储有一个或者多个程序，当上述前述程序被一个或者一个以上的处理器用来执行描述于本申请的数据加密传输方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (7)
1.一种脱硝智能决策方法，其特征在于，包括：
获取环保指标、历史系统波动值和安全余量值；
根据所述环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值；所述初始控制目标值为单位时间内的含硝气体的排放量，且初始控制目标值小于国家的环保指标；
获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值；
根据所述初始控制目标值和实际结果值，计算均值补偿值；所述均值补偿值为上一运行周期的实际误差；
获取不同调节值对应的误差补偿值；所述调节值为实际控制目标值与上一运行时间的实际结果值之差；所述误差补偿值为脱硝系统参数变更时带来的额外系统波动；
根据所述环保指标和安全余量值，计算第一预设时间与第二预设时间内符合标准能够排放的第一排放量：,其中，A为第一排放量，P为环保指标，Q为安全余量值，T 1 为第一预设时间，T 2 为第二预设时间；
根据第一排放量、实际结果值，计算第二预设时间内符合标准能够排放的第二排放量：，其中B为第二排放量，S为实际结果值；
根据第二排放量、第二预设时间、历史系统波动值和均值补偿值，计算第二预设时间内的理论控制目标值：其中，C为理论控制目标值，M为历史系统波动值，N为均值补偿值；
根据所述理论控制目标值和实际结果值计算理论调节值：，其中D为理论调节值，C为理论控制目标值，S为实际结果值；
从误差补偿值的集合中调取理论调节值对应的误差补偿值；
根据所述理论控制目标值和误差补偿值，计算脱硝系统在第二预设时间内的实际控制目标值：，其中Z为实际控制目标值，C为理论控制目标值，Y为误差补偿值。
2.根据权利要求1所述的脱硝智能决策方法，其特征在于，根据所述实际结果值和初始控制目标值计算脱硝系统在预设周期内的系统实际波动值，包括：
获取历史数据中，针对不同调节值时脱硝系统含硝气体的排放量的实际变动曲线；
根据不同调节值对应的实际变动曲线，计算对应的误差补偿值。
3.根据权利要求1所述的脱硝智能决策方法，其特征在于，获取环保指标、历史系统波动值和安全余量值，包括：
获取前24小时内脱硝系统每小时的实际偏差值；
计算所述实际偏差值的均值作为历史系统波动值；
获取预设的环保指标和安全余量值。
4.根据权利要求1所述的脱硝智能决策方法，其特征在于：
所述第二预设时间还能够划分为预设个数且等同的子时间；
完成每一所述子时间内的计算后，将子时间内脱硝系统运行的实际结果值合并至第一预设时间的实际结果值内，并将第一预设时间延长一个子时间。
5.一种脱硝智能决策系统，用于执行上述权利要求1-4中任一项所述的方法，其特征在于，包括：
第一获取模块（201），用于获取环保指标、历史系统波动值和安全余量值；
第二获取模块（202），用于获取脱硝系统在初始控制目标值下运行第一预设时间后的实际结果值；
模型计算模块（203），用于根据所述环保指标、历史系统波动值和安全余量值设置脱硝系统的初始控制目标值；所述初始控制目标值为单位时间内的含硝气体的排放量，且初始控制目标值小于国家的环保指标；根据所述初始控制目标值和实际结果值，计算均值补偿值；所述均值补偿值为上一运行周期的实际误差；根据所述历史系统波动值、安全余量值、环保指标、均值补偿值和实际结果值，计算脱硝系统在第二预设时间内的实际控制目标值。
6.一种终端，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4中任一项所述的方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311785910.0A CN117452829B (zh) | 2023-12-25 | 2023-12-25 | 一种脱硝智能决策方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311785910.0A CN117452829B (zh) | 2023-12-25 | 2023-12-25 | 一种脱硝智能决策方法、系统、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117452829A CN117452829A (zh) | 2024-01-26 |
| CN117452829B true CN117452829B (zh) | 2024-02-27 |
Family
ID=89593241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311785910.0A Active CN117452829B (zh) | 2023-12-25 | 2023-12-25 | 一种脱硝智能决策方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117452829B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0828249A (ja) * | 1994-07-14 | 1996-01-30 | Tokyo Electric Power Co Inc:The | 脱硝制御装置 |
| CN109917641A (zh) * | 2017-12-12 | 2019-06-21 | 南京凯盛国际工程有限公司 | 一种基于智能模型预测控制的脱硝优化控制算法 |
| CN113970937A (zh) * | 2021-09-22 | 2022-01-25 | 同兴环保科技股份有限公司 | 一种scr脱硝精准喷氨控制方法 |
| CN114191953A (zh) * | 2021-12-07 | 2022-03-18 | 国网河北能源技术服务有限公司 | 一种基于卷积神经网络和XGBoost的烟气脱硫脱硝控制方法 |
| CN115049139A (zh) * | 2022-06-27 | 2022-09-13 | 燕山大学 | 一种针对水泥烧成脱硝系统的多指标模型预测控制方法 |
| CN116036849A (zh) * | 2022-12-07 | 2023-05-02 | 连云港虹洋热电有限公司 | 一种cfb锅炉烟气脱硝自动控制方法及系统 |
| JP3242049U (ja) * | 2022-08-09 | 2023-05-24 | 国家電投集団貴州金元股▲ふん▼有限公司 | 粒子群アルゴリズムに基づく脱硝制御用インテリジェントｐｉｄ適応補正装置 |
| CN116185087A (zh) * | 2023-05-04 | 2023-05-30 | 科大智能物联技术股份有限公司 | 一种基于机器学习的闭环脱氨控制系统 |
| CN116258266A (zh) * | 2023-03-10 | 2023-06-13 | 福建龙净环保股份有限公司 | 一种管理环保设备的方法、系统、设备及介质 |
| CN117270387A (zh) * | 2023-06-13 | 2023-12-22 | 生态环境部环境工程评估中心 | 基于深度学习的scr脱硝系统低氨逃逸控制方法和系统 |
-
2023
- 2023-12-25 CN CN202311785910.0A patent/CN117452829B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0828249A (ja) * | 1994-07-14 | 1996-01-30 | Tokyo Electric Power Co Inc:The | 脱硝制御装置 |
| CN109917641A (zh) * | 2017-12-12 | 2019-06-21 | 南京凯盛国际工程有限公司 | 一种基于智能模型预测控制的脱硝优化控制算法 |
| CN113970937A (zh) * | 2021-09-22 | 2022-01-25 | 同兴环保科技股份有限公司 | 一种scr脱硝精准喷氨控制方法 |
| CN114191953A (zh) * | 2021-12-07 | 2022-03-18 | 国网河北能源技术服务有限公司 | 一种基于卷积神经网络和XGBoost的烟气脱硫脱硝控制方法 |
| CN115049139A (zh) * | 2022-06-27 | 2022-09-13 | 燕山大学 | 一种针对水泥烧成脱硝系统的多指标模型预测控制方法 |
| JP3242049U (ja) * | 2022-08-09 | 2023-05-24 | 国家電投集団貴州金元股▲ふん▼有限公司 | 粒子群アルゴリズムに基づく脱硝制御用インテリジェントｐｉｄ適応補正装置 |
| CN116036849A (zh) * | 2022-12-07 | 2023-05-02 | 连云港虹洋热电有限公司 | 一种cfb锅炉烟气脱硝自动控制方法及系统 |
| CN116258266A (zh) * | 2023-03-10 | 2023-06-13 | 福建龙净环保股份有限公司 | 一种管理环保设备的方法、系统、设备及介质 |
| CN116185087A (zh) * | 2023-05-04 | 2023-05-30 | 科大智能物联技术股份有限公司 | 一种基于机器学习的闭环脱氨控制系统 |
| CN117270387A (zh) * | 2023-06-13 | 2023-12-22 | 生态环境部环境工程评估中心 | 基于深度学习的scr脱硝系统低氨逃逸控制方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117452829A (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115773797B (zh) | 智慧燃气流量修正方法、物联网系统、装置以及介质 | |
| JP7059989B2 (ja) | 制御システム及び制御方法 | |
| CN109035021B (zh) | 一种交易指标的监控方法、装置及设备 | |
| CN110046083B (zh) | 自动化灰度发布方法和装置 | |
| CN113344282B (zh) | 容量数据处理、调配的方法、系统和计算机可读介质 | |
| CN110942248A (zh) | 交易风控网络的训练方法及装置、交易风险检测方法 | |
| CN117452829B (zh) | 一种脱硝智能决策方法、系统、终端及存储介质 | |
| CN113705929B (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
| CN114723481A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| EP4394673A1 (en) | Method and apparatus for controlling item inventory, and device and medium | |
| CN111343345A (zh) | 酒店订单的外呼电话的管理方法、系统、电子设备和介质 | |
| CN112713616B (zh) | 电力系统发电侧机组的控制方法、装置、设备及介质 | |
| CN112559221B (zh) | 智能名单处理方法、系统、设备及存储介质 | |
| CN116596231B (zh) | 一种铁水调度计划修正方法、装置、设备及存储介质 | |
| CN115545495B (zh) | 一种中小企业服务需求智能分析系统 | |
| CN111898786A (zh) | 一种电子锁需求预测方法、系统、设备及存储介质 | |
| CN106571934B (zh) | 一种基于回归分析的派单方法和装置 | |
| US11837871B2 (en) | Method and electronic device for dispatching power grid | |
| CN115029527B (zh) | 一种加湿器蒸汽露点的控制方法 | |
| CN112803492A (zh) | 电力系统发电侧机组的控制方法、装置、设备及介质 | |
| CN115456757A (zh) | 一种指标阈值动态生成方法和装置 | |
| CN118114046A (zh) | 货物质量预测模型的训练方法、装置、设备及介质 | |
| CN115860896A (zh) | 银行终端控制风险的方法及装置 | |
| CN117172358A (zh) | 基于碳排放的综合能源系统优化配置方法 | |
| CN117057552A (zh) | 多零件日生产计划数据处理方法、装置、介质及电子设备 |
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 |