CN117648586B - 一种基于数据分析的生物质发电异常监管控制系统 - Google Patents
一种基于数据分析的生物质发电异常监管控制系统 Download PDFInfo
- Publication number
- CN117648586B CN117648586B CN202410120874.4A CN202410120874A CN117648586B CN 117648586 B CN117648586 B CN 117648586B CN 202410120874 A CN202410120874 A CN 202410120874A CN 117648586 B CN117648586 B CN 117648586B
- Authority
- CN
- China
- Prior art keywords
- combustion
- monitoring
- value
- power generation
- exhaust 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.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 114
- 239000002028 Biomass Substances 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 35
- 238000007405 data analysis Methods 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 218
- 238000002485 combustion reaction Methods 0.000 claims abstract description 163
- 239000000446 fuel Substances 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000005457 optimization Methods 0.000 claims abstract description 50
- 238000009838 combustion analysis Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 9
- 239000007789 gas Substances 0.000 claims description 102
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 30
- 229910052760 oxygen Inorganic materials 0.000 claims description 30
- 239000001301 oxygen Substances 0.000 claims description 30
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 26
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000002912 waste gas Substances 0.000 claims description 13
- 229910021529 ammonia Inorganic materials 0.000 claims description 12
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 238000013433 optimization analysis Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Regulation And Control Of Combustion (AREA)
Abstract
本发明属于生物质发电领域，涉及数据分析技术，用于解决现有技术中的生物质发电异常监管控制系统无法对发电过程中的燃料燃烧状态与废气排放状态进行监控的问题，具体是一种基于数据分析的生物质发电异常监管控制系统，包括发电监测模块，所述发电监测模块通信连接有废气监测模块与燃烧分析模块，所述废气监测模块通信连接有参数优化模块；发电监测模块用于对生物质发电设备进行发电状态监测：将生物质发电过程标记为监测过程，在监测时段的结束时刻进行发电效率分析；本发明可以对生物质发电设备进行发电状态监测分析，对监测时段内的发电量与燃料消耗量进行分析得到效率值，通过效率值对发电效率的高低程度进行反馈。
Description
技术领域
本发明属于生物质发电领域，涉及数据分析技术，具体是一种基于数据分析的生物质发电异常监管控制系统。
背景技术
生物质发电是利用生物质所具有的生物质能进行的发电，是可再生能源发电的一种，包括农林废弃物直接燃烧发电、农林废弃物气化发电、垃圾焚烧发电、垃圾填埋气发电、沼气发电。
现有技术中的生物质发电异常监管控制系统无法对发电过程中的燃料燃烧状态与废气排放状态进行监控，导致发电效率异常时无法对异常环节进行排查，也无法对生物质发电过程中的废气排放进行限制。
针对上述技术问题，本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据分析的生物质发电异常监管控制系统，用于解决现有技术中的生物质发电异常监管控制系统无法对发电过程中的燃料燃烧状态与废气排放状态进行监控的问题；
本发明需要解决的技术问题为：如何提供一种可以对发电过程中的燃料燃烧状态与废气排放状态进行监控的基于数据分析的生物质发电异常监管控制系统。
本发明的目的可以通过以下技术方案实现：
一种基于数据分析的生物质发电异常监管控制系统，包括发电监测模块，所述发电监测模块通信连接有废气监测模块与燃烧分析模块，所述废气监测模块通信连接有参数优化模块；
所述发电监测模块用于对生物质发电设备进行发电状态监测：将生物质发电过程标记为监测过程，在监测过程执行时长达到L1分钟后生成若干个监测时段，在监测时段的结束时刻进行发电效率分析，发电效率满足要求时生成废气监测信号并将废气监测信号发送至废气监测模块；发电效率不满足要求时生成燃烧分析信号并将燃烧分析信号发送至燃烧分析模块；
所述燃烧分析模块用于对监测时段内的燃料燃烧状态进行监测分析：获取监测时段内的温度数据WD、氧气数据YQ以及压力数据YL并进行数值计算得到监测时段的燃烧系数RS，通过燃烧系数RS对监测时段内的燃料燃烧状态是否满足要求进行判定；
所述废气监测模块用于对监测时段内的燃烧废气进行监测分析：获取监测时段内燃烧锅炉排气管道排出气体的一碳数据YT、氨浓数据AN以及甲烷数据JW并进行数值计算得到废气系数FQ，通过废气系数FQ对监测时段内的废气排放是否满足要求进行判定；一碳数据YT、氨浓数据AN以及甲烷数据JW分别为燃烧锅炉排气管道排出气体中一氧化碳浓度、氨气浓度以及甲烷浓度在监测时段中的最大值；
所述参数优化模块用于对燃料的参数进行优化分析。
作为本发明的一种优选实施方式，发电效率分析的具体过程包括：获取监测时段内燃料的消耗量与发电量，将发电量与燃料消耗量的比值标记为效率值，通过存储模块获取到效率阈值，将效率值与效率阈值进行比较：若效率值小于效率阈值，则判定监测时段内的发电效率不满足要求；若效率值大于等于效率阈值，则判定监测时段内的发电效率满足要求。
作为本发明的一种优选实施方式，温度数据WD的获取过程包括：获取燃烧锅炉内的空气温度值，调取燃料的燃烧温度范围，将燃烧温度范围的最大值与最小值的平均值标记为温度标准值，将空气温度值与燃烧标准值差值的绝对值标记为温度数据WD；氧气数据YQ的获取过程包括：获取燃烧锅炉内的氧气浓度值，调取燃料燃烧的氧气浓度范围，将氧气浓度范围的最大值与最小值的平均值标记为氧气标准值，将氧气浓度值与氧气标准值差值的绝对值标记为氧气数据YQ；压力数据YL的获取过程包括：获取燃烧锅炉内的空气压力值，调取燃料的燃烧压力范围，将燃烧压力范围的最大值与最小值的平均值标记为压力标准值，将空气压力值与压力标准值差值的绝对值标记为压力数据YL。
作为本发明的一种优选实施方式，对监测时段内的燃料燃烧状态是否满足要求进行判定的具体过程包括：通过存储模块获取燃烧阈值RSmax，将燃烧系数RS与燃烧阈值RSmax进行比较：若燃烧系数RS小于燃烧阈值RSmax，则判定监测时段内的燃料燃烧状态满足要求，生成发电检修信号并将发电检修信号发送至管理人员的手机终端；若燃烧系数RS大于等于燃烧阈值RSmax，则判定监测时段内的燃料燃烧状态不满足要求，生成燃烧检修信号并将燃烧检修信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式，对监测时段内的废气排放是否满足要求进行判定的具体过程包括：通过存储模块获取到废气阈值FQmax，将废气系数FQ与废气阈值FQmax进行比较：若废气系数FQ小于废气阈值FQmax，则判定监测时段内的废气排放满足要求，将监测时段的废气系数FQ发送至参数优化模块；若废气系数FQ大于等于废气阈值FQmax，则判定监测时段内的废气排放不满足要求，将监测时段的废气系数FQ发送至参数优化模块，同时生成排放异常信号并将排放异常信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式，参数优化模块用于对燃料的参数进行优化分析的具体过程包括：在每一次监测过程开始之前获取燃料的灰分值并标记为监测过程的优化值，生成优化周期，对优化周期内监测过程的所有监测时段的燃烧系数RS进行求和取平均值得到监测过程的燃烧表现值RB，对优化周期内监测过程的所有监测时段的废气系数FQ进行求和取平均值得到监测过程的废气表现值FB，将废气表现值数值最小的L2个监测过程标记为废气优化过程，将燃烧表现值数值最小的L2个监测过程标记为燃烧优化过程，通过废气优化过程与燃烧优化过程得到参数优化范围；将参数优化范围发送至管理人员的手机终端。
作为本发明的一种优选实施方式，参数优化范围的获取过程包括：由废气优化过程中的优化值最大值与最小值构成废气优化范围，由燃烧优化过程中的优化值最大值与最小值构成燃烧优化范围，判定废气优化范围与燃烧优化范围是否存在交集：若是，则将废气优化范围与燃烧优化范围的交集标记为参数优化范围；若否，则通过对燃烧表现值RB与废气表现值FB进行数值计算得到监测过程的优化系数YH；由优化系数YH数值最小的L3个监测过程的优化值最大值与最小值构成参数优化范围。
作为本发明的一种优选实施方式，该基于数据分析的生物质发电异常监管控制系统的工作方法，包括以下步骤：
步骤一：对生物质发电设备进行发电状态监测：将生物质发电过程标记为监测过程，在监测过程执行时长达到L1分钟后生成若干个监测时段，在监测时段的结束时刻进行发电效率分析并对监测时段内的发电效率是否满足要求进行判定；发电效率不满足要求时执行步骤二，发电效率满足要求时执行步骤三；
步骤二：对监测时段内的燃料燃烧状态进行监测分析：获取监测时段内的温度数据WD、氧气数据YQ以及压力数据YL并进行数值计算得到监测时段的燃烧系数RS，通过燃烧系数RS对监测时段内的燃料燃烧状态是否满足要求进行判定；
步骤三：对监测时段内的燃烧废气进行监测分析：获取监测时段内燃烧锅炉排气管道排出气体的一碳数据YT、氨浓数据AN以及甲烷数据JW并进行数值计算得到废气系数FQ，通过废气系数FQ对监测时段内的废气排放是否满足要求进行判定；
步骤四：对燃料的参数进行优化分析：在每一次监测过程开始之前获取燃料的灰分值并标记为监测过程的优化值，生成优化周期，获取优化周期内监测过程的燃烧表现值RB与废气表现值FB，通过燃烧表现值RB与废气表现值FB获取到参数优化范围。
本发明具备下述有益效果：
通过发电监测模块可以对生物质发电设备进行发电状态监测分析，对监测时段内的发电量与燃料消耗量进行分析得到效率值，通过效率值对发电效率的高低程度进行反馈，在效率异常时通过燃烧分析进行异常排查；
通过燃烧分析模块可以对监测时段内的燃料燃烧状态进行监测分析，对监测时段内的各项燃烧参数进行综合分析与计算得到燃烧系数，通过燃烧系数对燃料的燃烧状态进行反馈，并根据燃料的燃烧状态对异常环节进行锁，提高异常处理效率；
通过废气监测模块可以对监测时段内的燃烧废气进行监测分析，对燃烧锅炉内的废气排放参数进行综合分析得到废气系数，通过废气系数对燃料燃烧的废气排放状态进行监控，从而在排放异常时及时进行预警；
4、通过参数优化模块可以对燃料的参数进行优化分析，对优化周期内监测过程的燃烧系数与废气系数进行处理并根据处理结果对燃烧优化过程与废气优化过程进行标记，最后根据标记结果生成参数优化范围，通过参数优化范围对下一优化周期内的燃料参数进行优化处理。
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，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他的附图。
图1为本发明实施例一的系统框图；
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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所有其它实施例，都属于本发明保护的范围。
实施例一，如图1所示，一种基于数据分析的生物质发电异常监管控制系统，包括发电监测模块，发电监测模块通信连接有废气监测模块与燃烧分析模块，废气监测模块通信连接有参数优化模块，燃烧分析模块与参数优化模块通信连接。
发电监测模块用于对生物质发电设备进行发电状态监测：将生物质发电过程标记为监测过程，在监测过程执行时长达到L1分钟后生成若干个监测时段，在监测时段的结束时刻进行发电效率分析：获取监测时段内燃料的消耗量与发电量，将发电量与燃料消耗量的比值标记为效率值，通过存储模块获取到效率阈值，将效率值与效率阈值进行比较：若效率值小于效率阈值，则判定监测时段内的发电效率不满足要求，生成燃烧分析信号并将燃烧分析信号发送至燃烧分析模块；若效率值大于等于效率阈值，则判定监测时段内的发电效率满足要求，生成废气监测信号并将废气监测信号发送至废气监测模块；对生物质发电设备进行发电状态监测分析，对监测时段内的发电量与燃料消耗量进行分析得到效率值，通过效率值对发电效率的高低程度进行反馈，在效率异常时通过燃烧分析进行异常排查。
燃烧分析模块用于对监测时段内的燃料燃烧状态进行监测分析：获取监测时段内的温度数据WD、氧气数据YQ以及压力数据YL，温度数据WD的获取过程包括：获取燃烧锅炉内的空气温度值，调取燃料的燃烧温度范围，将燃烧温度范围的最大值与最小值的平均值标记为温度标准值，将空气温度值与燃烧标准值差值的绝对值标记为温度数据WD；氧气数据YQ的获取过程包括：获取燃烧锅炉内的氧气浓度值，调取燃料燃烧的氧气浓度范围，将氧气浓度范围的最大值与最小值的平均值标记为氧气标准值，将氧气浓度值与氧气标准值差值的绝对值标记为氧气数据YQ；压力数据YL的获取过程包括：获取燃烧锅炉内的空气压力值，调取燃料的燃烧压力范围，将燃烧压力范围的最大值与最小值的平均值标记为压力标准值，将空气压力值与压力标准值差值的绝对值标记为压力数据YL；通过公式RS=α1*WD+α2*YQ+α3*YL得到监测时段的燃烧系数RS，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；通过存储模块获取燃烧阈值RSmax，将燃烧系数RS与燃烧阈值RSmax进行比较：若燃烧系数RS小于燃烧阈值RSmax，则判定监测时段内的燃料燃烧状态满足要求，生成发电检修信号并将发电检修信号发送至管理人员的手机终端；若燃烧系数RS大于等于燃烧阈值RSmax，则判定监测时段内的燃料燃烧状态不满足要求，生成燃烧检修信号并将燃烧检修信号发送至管理人员的手机终端；对监测时段内的燃料燃烧状态进行监测分析，对监测时段内的各项燃烧参数进行综合分析与计算得到燃烧系数，通过燃烧系数对燃料的燃烧状态进行反馈，并根据燃料的燃烧状态对异常环节进行锁，提高异常处理效率；将监测时段的燃烧系数RS发送至参数优化模块。
废气监测模块用于对监测时段内的燃烧废气进行监测分析：获取监测时段内燃烧锅炉排气管道排出气体的一碳数据YT、氨浓数据AN以及甲烷数据JW，一碳数据YT、氨浓数据AN以及甲烷数据JW分别为燃烧锅炉排气管道排出气体中一氧化碳浓度、氨气浓度以及甲烷浓度在监测时段中的最大值，通过公式FQ=β1*YT+β2*AN+β3*JW得到监测时段的废气系数FQ，其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过存储模块获取到废气阈值FQmax，将废气系数FQ与废气阈值FQmax进行比较：若废气系数FQ小于废气阈值FQmax，则判定监测时段内的废气排放满足要求，将监测时段的废气系数FQ发送至参数优化模块；若废气系数FQ大于等于废气阈值FQmax，则判定监测时段内的废气排放不满足要求，将监测时段的废气系数FQ发送至参数优化模块，同时生成排放异常信号并将排放异常信号发送至管理人员的手机终端；对监测时段内的燃烧废气进行监测分析，对燃烧锅炉内的废气排放参数进行综合分析得到废气系数，通过废气系数对燃料燃烧的废气排放状态进行监控，从而在排放异常时及时进行预警。
参数优化模块用于对燃料的参数进行优化分析：在每一次监测过程开始之前获取燃料的灰分值并标记为监测过程的优化值，生成优化周期，对优化周期内监测过程的所有监测时段的燃烧系数RS进行求和取平均值得到监测过程的燃烧表现值RB，对优化周期内监测过程的所有监测时段的废气系数FQ进行求和取平均值得到监测过程的废气表现值FB，将废气表现值数值最小的L2个监测过程标记为废气优化过程，将燃烧表现值数值最小的L2个监测过程标记为燃烧优化过程，由废气优化过程中的优化值最大值与最小值构成废气优化范围，由燃烧优化过程中的优化值最大值与最小值构成燃烧优化范围，判定废气优化范围与燃烧优化范围是否存在交集：若是，则将废气优化范围与燃烧优化范围的交集标记为参数优化范围；若否，则通过公式YH=γ1*RB+β2*FB得到监测过程的优化系数YH，其中γ1与γ2均为比例系数，且γ1＞γ2＞1；由优化系数YH数值最小的L3个监测过程的优化值最大值与最小值构成参数优化范围；将参数优化范围发送至管理人员的手机终端；对燃料的参数进行优化分析，对优化周期内监测过程的燃烧系数与废气系数进行处理并根据处理结果对燃烧优化过程与废气优化过程进行标记，最后根据标记结果生成参数优化范围，通过参数优化范围对下一优化周期内的燃料参数进行优化处理。
实施例二，如图2所示，一种基于数据分析的生物质发电异常监管控制方法，包括以下步骤：
步骤一：对生物质发电设备进行发电状态监测：将生物质发电过程标记为监测过程，在监测过程执行时长达到L1分钟后生成若干个监测时段，在监测时段的结束时刻进行发电效率分析并对监测时段内的发电效率是否满足要求进行判定；发电效率不满足要求时执行步骤二，发电效率满足要求时执行步骤三；
步骤二：对监测时段内的燃料燃烧状态进行监测分析：获取监测时段内的温度数据WD、氧气数据YQ以及压力数据YL并进行数值计算得到监测时段的燃烧系数RS，通过燃烧系数RS对监测时段内的燃料燃烧状态是否满足要求进行判定；
步骤三：对监测时段内的燃烧废气进行监测分析：获取监测时段内燃烧锅炉排气管道排出气体的一碳数据YT、氨浓数据AN以及甲烷数据JW并进行数值计算得到废气系数FQ，通过废气系数FQ对监测时段内的废气排放是否满足要求进行判定；
步骤四：对燃料的参数进行优化分析：在每一次监测过程开始之前获取燃料的灰分值并标记为监测过程的优化值，生成优化周期，获取优化周期内监测过程的燃烧表现值RB与废气表现值FB，通过燃烧表现值RB与废气表现值FB获取到参数优化范围。
一种基于数据分析的生物质发电异常监管控制系统，工作时，将生物质发电过程标记为监测过程，在监测过程执行时长达到L1分钟后生成若干个监测时段，在监测时段的结束时刻进行发电效率分析并对监测时段内的发电效率是否满足要求进行判定；获取监测时段内的温度数据WD、氧气数据YQ以及压力数据YL并进行数值计算得到监测时段的燃烧系数RS，通过燃烧系数RS对监测时段内的燃料燃烧状态是否满足要求进行判定；获取监测时段内燃烧锅炉排气管道排出气体的一碳数据YT、氨浓数据AN以及甲烷数据JW并进行数值计算得到废气系数FQ，通过废气系数FQ对监测时段内的废气排放是否满足要求进行判定；在每一次监测过程开始之前获取燃料的灰分值并标记为监测过程的优化值，生成优化周期，获取优化周期内监测过程的燃烧表现值RB与废气表现值FB，通过燃烧表现值RB与废气表现值FB获取到参数优化范围。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式RS=α1*WD+α2*YQ+α3*YL；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的燃烧系数；将设定的燃烧系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为4.52、2.37和2.06；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的燃烧系数；只要不影响参数与量化后数值的比例关系即可，如燃烧系数与温度数据的数值成正比。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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，对上述术语的示意性表述不一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种基于数据分析的生物质发电异常监管控制系统，其特征在于，包括发电监测模块，所述发电监测模块通信连接有废气监测模块与燃烧分析模块，所述废气监测模块通信连接有参数优化模块；
所述发电监测模块用于对生物质发电设备进行发电状态监测：将生物质发电过程标记为监测过程，在监测过程执行时长达到L1分钟后生成若干个监测时段，在监测时段的结束时刻进行发电效率分析，发电效率满足要求时生成废气监测信号并将废气监测信号发送至废气监测模块；发电效率不满足要求时生成燃烧分析信号并将燃烧分析信号发送至燃烧分析模块；
所述燃烧分析模块用于对监测时段内的燃料燃烧状态进行监测分析：获取监测时段内的温度数据WD、氧气数据YQ以及压力数据YL并进行数值计算得到监测时段的燃烧系数RS，通过燃烧系数RS对监测时段内的燃料燃烧状态是否满足要求进行判定；
所述废气监测模块用于对监测时段内的燃烧废气进行监测分析：获取监测时段内燃烧锅炉排气管道排出气体的一碳数据YT、氨浓数据AN以及甲烷数据JW并进行数值计算得到废气系数FQ，通过废气系数FQ对监测时段内的废气排放是否满足要求进行判定；一碳数据YT、氨浓数据AN以及甲烷数据JW分别为燃烧锅炉排气管道排出气体中一氧化碳浓度、氨气浓度以及甲烷浓度在监测时段中的最大值；
所述参数优化模块用于对燃料的参数进行优化分析；
监测时段的燃烧系数RS的计算公式为：RS=α1*WD+α2*YQ+α3*YL，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；
监测时段的废气系数FQ的计算公式为：FQ=β1*YT+β2*AN+β3*JW，其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；
参数优化模块用于对燃料的参数进行优化分析的具体过程包括：在每一次监测过程开始之前获取燃料的灰分值并标记为监测过程的优化值，生成优化周期，对优化周期内监测过程的所有监测时段的燃烧系数RS进行求和取平均值得到监测过程的燃烧表现值RB，对优化周期内监测过程的所有监测时段的废气系数FQ进行求和取平均值得到监测过程的废气表现值FB，将废气表现值数值最小的L2个监测过程标记为废气优化过程，将燃烧表现值数值最小的L2个监测过程标记为燃烧优化过程，通过废气优化过程与燃烧优化过程得到参数优化范围；将参数优化范围发送至管理人员的手机终端；
参数优化范围的获取过程包括：由废气优化过程中的优化值最大值与最小值构成废气优化范围，由燃烧优化过程中的优化值最大值与最小值构成燃烧优化范围，判定废气优化范围与燃烧优化范围是否存在交集：若是，则将废气优化范围与燃烧优化范围的交集标记为参数优化范围；若否，则通过对燃烧表现值RB与废气表现值FB进行数值计算得到监测过程的优化系数YH；由优化系数YH数值最小的L3个监测过程的优化值最大值与最小值构成参数优化范围；
监测过程的优化系数YH的计算公式为：YH=γ1*RB+γ2*FB，其中γ1与γ2均为比例系数，且γ1＞γ2＞1。
2.根据权利要求1所述的一种基于数据分析的生物质发电异常监管控制系统，其特征在于，发电效率分析的具体过程包括：获取监测时段内燃料的消耗量与发电量，将发电量与燃料消耗量的比值标记为效率值，通过存储模块获取到效率阈值，将效率值与效率阈值进行比较：若效率值小于效率阈值，则判定监测时段内的发电效率不满足要求；若效率值大于等于效率阈值，则判定监测时段内的发电效率满足要求。
3.根据权利要求2所述的一种基于数据分析的生物质发电异常监管控制系统，其特征在于，温度数据WD的获取过程包括：获取燃烧锅炉内的空气温度值，调取燃料的燃烧温度范围，将燃烧温度范围的最大值与最小值的平均值标记为温度标准值，将空气温度值与燃烧标准值差值的绝对值标记为温度数据WD；氧气数据YQ的获取过程包括：获取燃烧锅炉内的氧气浓度值，调取燃料燃烧的氧气浓度范围，将氧气浓度范围的最大值与最小值的平均值标记为氧气标准值，将氧气浓度值与氧气标准值差值的绝对值标记为氧气数据YQ；压力数据YL的获取过程包括：获取燃烧锅炉内的空气压力值，调取燃料的燃烧压力范围，将燃烧压力范围的最大值与最小值的平均值标记为压力标准值，将空气压力值与压力标准值差值的绝对值标记为压力数据YL。
4.根据权利要求3所述的一种基于数据分析的生物质发电异常监管控制系统，其特征在于，对监测时段内的燃料燃烧状态是否满足要求进行判定的具体过程包括：通过存储模块获取燃烧阈值RSmax，将燃烧系数RS与燃烧阈值RSmax进行比较：若燃烧系数RS小于燃烧阈值RSmax，则判定监测时段内的燃料燃烧状态满足要求，生成发电检修信号并将发电检修信号发送至管理人员的手机终端；若燃烧系数RS大于等于燃烧阈值RSmax，则判定监测时段内的燃料燃烧状态不满足要求，生成燃烧检修信号并将燃烧检修信号发送至管理人员的手机终端。
5.根据权利要求4所述的一种基于数据分析的生物质发电异常监管控制系统，其特征在于，对监测时段内的废气排放是否满足要求进行判定的具体过程包括：通过存储模块获取到废气阈值FQmax，将废气系数FQ与废气阈值FQmax进行比较：若废气系数FQ小于废气阈值FQmax，则判定监测时段内的废气排放满足要求，将监测时段的废气系数FQ发送至参数优化模块；若废气系数FQ大于等于废气阈值FQmax，则判定监测时段内的废气排放不满足要求，将监测时段的废气系数FQ发送至参数优化模块，同时生成排放异常信号并将排放异常信号发送至管理人员的手机终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410120874.4A CN117648586B (zh) | 2024-01-29 | 2024-01-29 | 一种基于数据分析的生物质发电异常监管控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410120874.4A CN117648586B (zh) | 2024-01-29 | 2024-01-29 | 一种基于数据分析的生物质发电异常监管控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117648586A CN117648586A (zh) | 2024-03-05 |
| CN117648586B true CN117648586B (zh) | 2024-04-02 |
Family
ID=90048098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410120874.4A Active CN117648586B (zh) | 2024-01-29 | 2024-01-29 | 一种基于数据分析的生物质发电异常监管控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117648586B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118669202A (zh) * | 2024-08-23 | 2024-09-20 | 合肥氢聚科技有限公司 | 一种适用于无尿素氨柴重型发动机的尾气控制系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07109905A (ja) * | 1993-10-13 | 1995-04-25 | Hitachi Ltd | 複合発電プラントの蒸気温度制御方法およびその装置 |
| JP2004324548A (ja) * | 2003-04-25 | 2004-11-18 | Mitsubishi Heavy Ind Ltd | 機器の異常監視装置及びガスタービンの異常監視装置及びガスタービン設備及び複合発電設備 |
| CN103867293A (zh) * | 2014-03-27 | 2014-06-18 | 西安交通大学 | 一种石油伴生气发电与压缩/液化回收利用的系统与方法 |
| JP2016073132A (ja) * | 2014-09-30 | 2016-05-09 | Ｊｆｅエンジニアリング株式会社 | 発電施設の最適操業支援システム |
| CN107057733A (zh) * | 2017-05-15 | 2017-08-18 | 何燕 | 一种基于云计算的生物质燃料制备系统 |
| CN109184933A (zh) * | 2018-09-10 | 2019-01-11 | 山东交通学院 | 沼气内燃发电机组的协同优化控制方法及系统 |
| KR102239721B1 (ko) * | 2019-10-28 | 2021-04-14 | 주식회사 하나티이씨 | 딥러닝 기법을 활용한 발전소의 최적 제어 시스템 |
| JP6913197B1 (ja) * | 2020-03-24 | 2021-08-04 | 株式会社タクマ | バイオマス燃料供給システムおよびバイオマス燃料供給システムを備えるバイオマス発電施設 |
| CN113892008A (zh) * | 2019-03-29 | 2022-01-04 | 西门子能源环球有限责任两合公司 | 用于控制燃气轮机的方法 |
| CN115183266A (zh) * | 2022-07-05 | 2022-10-14 | 吉林大学 | 一种生物质气体及沼气燃烧发电的气体切换管理系统 |
| CN116045662A (zh) * | 2023-03-10 | 2023-05-02 | 山东舜捷资源综合利用有限公司 | 一种工业高温回转炉的温度监测系统 |
| CN219674277U (zh) * | 2023-05-19 | 2023-09-12 | 五寨县国耀绿色能源有限公司 | 均匀布料式生物质料仓 |
-
2024
- 2024-01-29 CN CN202410120874.4A patent/CN117648586B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07109905A (ja) * | 1993-10-13 | 1995-04-25 | Hitachi Ltd | 複合発電プラントの蒸気温度制御方法およびその装置 |
| JP2004324548A (ja) * | 2003-04-25 | 2004-11-18 | Mitsubishi Heavy Ind Ltd | 機器の異常監視装置及びガスタービンの異常監視装置及びガスタービン設備及び複合発電設備 |
| CN103867293A (zh) * | 2014-03-27 | 2014-06-18 | 西安交通大学 | 一种石油伴生气发电与压缩/液化回收利用的系统与方法 |
| JP2016073132A (ja) * | 2014-09-30 | 2016-05-09 | Ｊｆｅエンジニアリング株式会社 | 発電施設の最適操業支援システム |
| CN107057733A (zh) * | 2017-05-15 | 2017-08-18 | 何燕 | 一种基于云计算的生物质燃料制备系统 |
| CN109184933A (zh) * | 2018-09-10 | 2019-01-11 | 山东交通学院 | 沼气内燃发电机组的协同优化控制方法及系统 |
| CN113892008A (zh) * | 2019-03-29 | 2022-01-04 | 西门子能源环球有限责任两合公司 | 用于控制燃气轮机的方法 |
| KR102239721B1 (ko) * | 2019-10-28 | 2021-04-14 | 주식회사 하나티이씨 | 딥러닝 기법을 활용한 발전소의 최적 제어 시스템 |
| JP6913197B1 (ja) * | 2020-03-24 | 2021-08-04 | 株式会社タクマ | バイオマス燃料供給システムおよびバイオマス燃料供給システムを備えるバイオマス発電施設 |
| CN115183266A (zh) * | 2022-07-05 | 2022-10-14 | 吉林大学 | 一种生物质气体及沼气燃烧发电的气体切换管理系统 |
| CN116045662A (zh) * | 2023-03-10 | 2023-05-02 | 山东舜捷资源综合利用有限公司 | 一种工业高温回转炉的温度监测系统 |
| CN219674277U (zh) * | 2023-05-19 | 2023-09-12 | 五寨县国耀绿色能源有限公司 | 均匀布料式生物质料仓 |
Non-Patent Citations (2)
| Title |
|---|
| Analysis and monitoring of the combustion performance in a biomass power plant;João Pedro Silva 等;《Cleaner Engineering and Technology》;20211206;第5卷;100334第1-14页 * |
| 生物质微米燃料小型燃烧炉燃烧及污染物排放特性研究;吴滔;《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》;20230215(第2023年第02期);B027-2897 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117648586A (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117648586B (zh) | 一种基于数据分析的生物质发电异常监管控制系统 | |
| CN109185917B (zh) | 一种基于火焰强度信号的锅炉燃烧状态在线诊断方法及系统 | |
| CN116700092B (zh) | 一种适用于工控机的运行控制智能预警系统 | |
| CN117217423A (zh) | 一种基于数字孪生的企业碳排放监管方法及系统 | |
| CN117353436B (zh) | 一种基于物联网监控的太阳能供电系统 | |
| CN117930795B (zh) | 一种基于人工智能的工控机自检控制系统 | |
| CN114778755B (zh) | 一种基于大数据的煤质在线检测系统 | |
| CN109858125B (zh) | 一种基于径向基神经网络的火电机组供电煤耗计算方法 | |
| CN117527855B (zh) | 一种基于边缘网关的碳排放数据采集方法 | |
| CN116993155A (zh) | 一种发电厂用数字资源管理方法及系统 | |
| CN117764559A (zh) | 基于数据分析的电器柜运维检修监管预警系统 | |
| CN115498223B (zh) | 一种用于燃料电池的供氢控制方法及系统 | |
| CN116797649A (zh) | 一种基于工业大数据的焚烧处理性能分析方法及系统 | |
| CN115375185A (zh) | 一种基于大数据的玻璃生成加工环境监管系统 | |
| CN115879726A (zh) | 一种企业用电量与排放量数据相互优化筛选方法 | |
| CN116976733B (zh) | 一种基于大数据的大气污染源在线监测数据评估系统 | |
| CN117951601B (zh) | 应用于深度调峰的锅炉低负荷稳燃监测方法及装置 | |
| Egusa et al. | Introduction of Remote Monitoring and Operational Support Systems Aiming at Optimal Management of Waste to Energy Plants | |
| CN118469595B (zh) | 基于能源消耗的碳排放测算方法 | |
| CN115167313B (zh) | 基于5g智能工厂的有机废弃物协同资源化处理系统 | |
| CN114198805B (zh) | 一种基于云服务的煤改电供热管理监控系统 | |
| CN113256183B (zh) | 一种发电厂实时数据关联配置方法及系统 | |
| Li et al. | Research and Design of Intelligent Hydropower SCADA | |
| CN117973205A (zh) | 构建加热炉燃控系统与轧制线能耗的关系模型的方法、系统、设备及存储介质 | |
| CN118734022A (zh) | 基于多维度数据分析的燃气机组耗差分析方法及其系统 |
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 |