【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及壓縮機(jī)節(jié)能控制，并且更具體地，涉及一種氣體壓縮機(jī)節(jié)能控制方法、裝置及介質(zhì)。
技術(shù)介紹
1、氣體壓縮機(jī)是工業(yè)生產(chǎn)中重要的核心動(dòng)力設(shè)備，廣泛應(yīng)用于石油、天然氣、化工等多個(gè)領(lǐng)域，用于氣體的增壓、輸送和工藝過程。在能源輸送與轉(zhuǎn)換過程中，氣體的壓力提升對于確保穩(wěn)定、有效的氣體傳輸至關(guān)重要。氣體壓縮站作為氣體輸送網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)，通過氣體壓縮機(jī)將低壓氣體提升到所需壓力，以滿足長距離輸送或工藝需求。隨著我國工業(yè)需求的快速增長和輸送網(wǎng)絡(luò)的不斷擴(kuò)大，壓縮站的能效優(yōu)化也越來越受到關(guān)注。壓縮站的運(yùn)行效率直接影響到氣體輸送的成本和能源消耗，因此如何提高氣體壓縮機(jī)的能效水平成為行業(yè)關(guān)注的重點(diǎn)。
2、在氣體壓縮站中，氣體壓縮機(jī)的能效受多個(gè)因素影響，包括進(jìn)氣壓力、排氣壓力、壓縮比、流量、環(huán)境溫度、氣體組分等。傳統(tǒng)的壓縮機(jī)控制方法往往難以在復(fù)雜多變的工況下實(shí)現(xiàn)最優(yōu)能效運(yùn)行，特別是在氣體需求波動(dòng)較大、上游氣源壓力變化頻繁的情況下。
3、專利技術(shù)專利cn?115750426?a采用基于pid算法+人工經(jīng)驗(yàn)的壓縮機(jī)控制系統(tǒng)。該系統(tǒng)主要通過調(diào)節(jié)壓縮機(jī)的進(jìn)氣閥門開度或者變頻器頻率來控制壓縮機(jī)的排氣壓力，從而滿足下游管網(wǎng)的壓力需求。系統(tǒng)首先通過人工設(shè)定、防喘振pid控制、壓力pid控制來選取最大開度值作為防喘振閥的最終開度大小;在防喘振閥最終開度調(diào)節(jié)的基礎(chǔ)上，進(jìn)行壓力pid控制調(diào)節(jié)，確定出口壓力值，根據(jù)出口壓力值，調(diào)節(jié)離心壓縮機(jī)電機(jī)電流大小，根據(jù)離心壓縮機(jī)電機(jī)電流大小選擇最優(yōu)運(yùn)行工況，最終起到節(jié)能調(diào)節(jié)作用。但是存在如下技術(shù)問題：(1)
技術(shù)實(shí)現(xiàn)思路
1、針對現(xiàn)有技術(shù)的不足，本專利技術(shù)提供一種氣體壓縮機(jī)節(jié)能控制方法、裝置及介質(zhì)。
2、根據(jù)本專利技術(shù)的一個(gè)方面，提供了一種氣體壓縮機(jī)節(jié)能控制方法，包括：
3、采集氣體壓縮機(jī)的歷史運(yùn)行數(shù)據(jù)，其中歷史運(yùn)行數(shù)據(jù)包括：壓縮機(jī)運(yùn)行參數(shù)、環(huán)境參數(shù)、氣體參數(shù)以及管網(wǎng)運(yùn)行參數(shù)；
4、根據(jù)預(yù)處理后的歷史運(yùn)行數(shù)據(jù)訓(xùn)練壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型；
5、利用壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型根據(jù)采集的實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行運(yùn)行數(shù)據(jù)預(yù)測，獲取未來預(yù)定時(shí)間段內(nèi)的預(yù)測運(yùn)行數(shù)據(jù)；
6、采用非支配排序遺傳算法對預(yù)測運(yùn)行數(shù)據(jù)進(jìn)行計(jì)算，確定最優(yōu)運(yùn)行方案；
7、將最優(yōu)運(yùn)行方案的控制參數(shù)下發(fā)至各壓縮機(jī)的控制系統(tǒng)進(jìn)行壓縮機(jī)的節(jié)能控制。
8、可選地，壓縮機(jī)運(yùn)行參數(shù)包括進(jìn)氣壓力、出氣壓力、進(jìn)氣溫度、氣體流量、壓縮機(jī)轉(zhuǎn)速和軸功率；環(huán)境參數(shù)包括環(huán)境溫度和濕度；氣體參數(shù)包括組分、密度和熱值；管網(wǎng)運(yùn)行參數(shù)包括氣體下游歷史需求、上游氣體供應(yīng)壓力。
9、可選地，根據(jù)預(yù)處理后的歷史運(yùn)行數(shù)據(jù)訓(xùn)練壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型，包括：
10、對歷史運(yùn)行數(shù)據(jù)進(jìn)行異常值檢測，確定歷史運(yùn)行數(shù)據(jù)的短時(shí)缺失數(shù)據(jù)以及長時(shí)間缺失數(shù)據(jù)；
11、采用線性差值算法對短時(shí)缺失數(shù)據(jù)進(jìn)行補(bǔ)全，并采用歷史同期數(shù)據(jù)對長時(shí)間缺失數(shù)據(jù)進(jìn)行補(bǔ)全，確定預(yù)處理后的歷史運(yùn)行數(shù)據(jù)；
12、對預(yù)處理后的歷史運(yùn)行數(shù)據(jù)進(jìn)行特征提取，獲取特征數(shù)據(jù)集，其中特征數(shù)據(jù)集包括壓縮機(jī)效率、天氣模型以及負(fù)荷率；
13、采用min-max標(biāo)準(zhǔn)化方法對特征數(shù)據(jù)集以及預(yù)處理后的歷史運(yùn)行數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；
14、采用隨機(jī)森林算法，以標(biāo)準(zhǔn)化后的管網(wǎng)運(yùn)行參數(shù)、環(huán)境參數(shù)、壓縮機(jī)效率、負(fù)荷率以及季節(jié)時(shí)間特征為輸入，以未來24小時(shí)的負(fù)荷預(yù)測結(jié)果為輸出，生成負(fù)荷預(yù)測模型；
15、采用神經(jīng)網(wǎng)絡(luò)模型，以標(biāo)準(zhǔn)化后的壓縮機(jī)運(yùn)行參數(shù)、環(huán)境參數(shù)以及氣體參數(shù)為輸入，以壓縮機(jī)的壓縮比預(yù)測結(jié)果為輸出，生成壓縮機(jī)性能模型；
16、采用基于xgboost的回歸模型，以負(fù)荷預(yù)測結(jié)果、壓縮比預(yù)測結(jié)果、標(biāo)準(zhǔn)化后的壓縮機(jī)運(yùn)行參數(shù)、環(huán)境參數(shù)以及氣體參數(shù)為輸入，以系統(tǒng)綜合能耗為輸出，生成能效優(yōu)化模型。
17、可選地，非支配排序遺傳算法的優(yōu)化目標(biāo)為：
18、min?f?=?(f1,?f2,?f3)
19、式中，f1?=?e；f2?=?|p?-?p_target|?；f3?=?σ(l)?；e為系統(tǒng)總能耗；p為實(shí)際出口壓力；p_target為目標(biāo)出口壓力；σ(l)為各壓縮機(jī)負(fù)荷率的標(biāo)準(zhǔn)差；
20、非支配排序遺傳算法的約束條件為：最小化能耗、穩(wěn)定排氣壓力、平衡設(shè)備負(fù)荷。
21、可選地，將最優(yōu)運(yùn)行方案的控制參數(shù)下發(fā)至各壓縮機(jī)的控制系統(tǒng)進(jìn)行壓縮機(jī)的節(jié)能控制，包括：
22、通過opc協(xié)議將最優(yōu)運(yùn)行方案的控制參數(shù)下發(fā)至各壓縮機(jī)，其中控制參數(shù)包括啟停狀態(tài)以及轉(zhuǎn)速設(shè)定值；
23、各壓縮機(jī)采用緩慢漸變方式調(diào)整參數(shù)直至達(dá)到控制參數(shù)，實(shí)現(xiàn)節(jié)能控制。
24、可選地，還包括：
25、實(shí)時(shí)采集預(yù)設(shè)時(shí)間內(nèi)的壓縮機(jī)的實(shí)時(shí)運(yùn)行參數(shù)對壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型進(jìn)行更新優(yōu)化。
26、根據(jù)本專利技術(shù)的另一個(gè)方面，提供了一種氣體壓縮機(jī)節(jié)能控制裝置，包括：
27、采集模塊，用于采集氣體壓縮機(jī)的歷史運(yùn)行數(shù)據(jù)，其中歷史運(yùn)行數(shù)據(jù)包括：壓縮機(jī)運(yùn)行參數(shù)、環(huán)境參數(shù)、氣體參數(shù)以及管網(wǎng)運(yùn)行參數(shù)；
28、訓(xùn)練模塊，用于根據(jù)預(yù)處理后的歷史運(yùn)行數(shù)據(jù)訓(xùn)練壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型；
29、預(yù)測模塊，用于利用壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型根據(jù)采集的實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行運(yùn)行數(shù)據(jù)預(yù)測，獲取未來預(yù)定時(shí)間段內(nèi)的預(yù)測運(yùn)行數(shù)據(jù)；
30、計(jì)算模塊，用于采用非支配排序遺傳算法對預(yù)測運(yùn)行數(shù)據(jù)進(jìn)行計(jì)算，確定最優(yōu)運(yùn)行方案；
31、控制模塊，用于將最優(yōu)運(yùn)行方案的控制參數(shù)下發(fā)至各壓縮機(jī)的控制系統(tǒng)進(jìn)行壓縮機(jī)的節(jié)能控制。
32、根據(jù)本專利技術(shù)的又一個(gè)方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序用于執(zhí)行本專利技術(shù)上述任一方面所述的方法。
33、根據(jù)本專利技術(shù)的又一個(gè)方面，提供了一種電子設(shè)備，所述電子設(shè)備包括：處理器；用于存儲(chǔ)所述處理器可執(zhí)行指令的存儲(chǔ)器；所述處理器，本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種氣體壓縮機(jī)節(jié)能控制方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述壓縮機(jī)運(yùn)行參數(shù)包括進(jìn)氣壓力、出氣壓力、進(jìn)氣溫度、氣體流量、壓縮機(jī)轉(zhuǎn)速和軸功率；所述環(huán)境參數(shù)包括環(huán)境溫度和濕度；所述氣體參數(shù)包括組分、密度和熱值；所述管網(wǎng)運(yùn)行參數(shù)包括氣體下游歷史需求、上游氣體供應(yīng)壓力。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)預(yù)處理后的歷史運(yùn)行數(shù)據(jù)訓(xùn)練壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述非支配排序遺傳算法的優(yōu)化目標(biāo)為：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述最優(yōu)運(yùn)行方案的控制參數(shù)下發(fā)至各壓縮機(jī)的控制系統(tǒng)進(jìn)行壓縮機(jī)的節(jié)能控制，包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：
7.一種氣體壓縮機(jī)節(jié)能控制裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述壓縮機(jī)運(yùn)行參數(shù)包括進(jìn)氣壓力、出氣壓力、進(jìn)氣溫度、氣體流量、壓縮機(jī)轉(zhuǎn)速和軸功率；所述環(huán)境參數(shù)包括環(huán)境溫度和濕度；所述氣體參數(shù)包括組分、
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序用于執(zhí)行上述權(quán)利要求1-6任一所述的方法。
10.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：
...【技術(shù)特征摘要】
1.一種氣體壓縮機(jī)節(jié)能控制方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述壓縮機(jī)運(yùn)行參數(shù)包括進(jìn)氣壓力、出氣壓力、進(jìn)氣溫度、氣體流量、壓縮機(jī)轉(zhuǎn)速和軸功率；所述環(huán)境參數(shù)包括環(huán)境溫度和濕度；所述氣體參數(shù)包括組分、密度和熱值；所述管網(wǎng)運(yùn)行參數(shù)包括氣體下游歷史需求、上游氣體供應(yīng)壓力。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)預(yù)處理后的歷史運(yùn)行數(shù)據(jù)訓(xùn)練壓縮機(jī)性能模型、負(fù)荷預(yù)測模型和能效優(yōu)化模型，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述非支配排序遺傳算法的優(yōu)化目標(biāo)為：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述最優(yōu)運(yùn)行方案的控制參數(shù)下發(fā)至各壓縮...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：趙越，劉洪濤，劉江濤，陳峰，
申請(專利權(quán))人：廣東熱矩智能科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。