基于多參數的氨法煙氣脫硫效率預測方法技術

本發明專利技術是一種基于多參數的氨法煙氣脫硫效率預測方法，其特點是：選用四種不同的人工智能計算模型，將氨法脫硫系統運行過程中所采集的多組煙氣量、循環泵流量、濃縮泵流量、氨濃度、吸收液濃度、液氣比、進口煙氣溫度、耗氨量、噴淋漿液密度、噴淋塔漿液pH值和預洗滌塔漿液pH值等參數作為四個模型的輸入變量。對各模型分別進行訓練，建立四個脫硫參數與脫硫效率間的非線性函數關系。再將實時監測到的參數分別傳輸至已訓練好的人工智能模型中，對脫硫效率做出預測。將結果中處于中間的兩個預測值的平均值作為最終預測值。此方法能夠更好的對氨法脫硫效率進行預測，與單一模型預測相比，具有穩定性更高，預測能力更強等特點。

【技術實現步驟摘要】

本專利技術涉及氨法煙氣脫硫效率預測領域，尤其涉及一種基于多參數的氨法煙氣脫硫效率預測方法。
技術介紹
針對氨法煙氣脫硫裝置運行效率還沒有較好的監測方法，仍然使用煙氣分析儀等測量儀器直接測量煙氣中硫質量濃度的傳統方法為主。此方法容易受到煙道出口復雜情況的影響，導致測量偏差或只能反映煙道局部的硫含量等問題。目前，簡便準確的氨法脫硫效率檢測方法在國內尚無先例。
技術實現思路
本專利技術的目的在于彌補上述檢測方法缺陷與技術空白，提出一種準確性高，通用性強且簡單可靠的基于多參數的氨法煙氣脫硫效率預測方法。本專利技術的目的是由以下技術方案來實現的ー種基于多參數的氨法煙氣脫硫效率預測方法，其特征是，它包括以下步驟(I)對氨法脫硫系統的運行參數進行采集并分類為保證訓練的模型在之后的預測中有較好的適應性，采集到的參數數據應按照脫硫系統處于不同性能等級分類，即高效率性能等級，效率在[1，0. 95]之間；一般效率性能等級，效率在(O. 95,0. 85]之間；低效率性能等級，效率在O. 85以下。在三個性能等級段中各取至少取500組數據作為訓練樣本。(2)對運行參數進行歸ー化處理設脫硫效率れE的論域為Cli = Dv Mi],設T1 = Udi(Xi), (i = 1,2,3, ···, η)是模型對タ,屬值Xi的無量綱值,且a e [O, I].

【技術保護點】

【技術特征摘要】
1.ー種基于多參數的氨法煙氣脫硫效率預測方法，其特征是，將PLS、PLS、SA-SVM和GALS-SVM四種人工智能計算模型融合在一起，自動對氨法煙氣脫硫效率進行預測，其中，PLS為偏最小ニ乘回歸，SA-SVM為退火優化的支持向量機，GALS-SVM為遺傳優化的最小ニ乘支持向量機，PSO-B為自適應粒子群優化的BP神經網絡，具體包括下述步驟 .1)對氨法脫硫系統的運行參數進行采集； .2)對運行參數進行歸ー化處理； .3)利用歸ー化處理后的數據，對上述四種模型進行建模； .4)將脫硫系統運行中監測到的實時參數數據輸入計算機，利用已訓練好的PLS、PLS、SA-SVM和GALS-SVM四種人工智能計算模型分別預測出各自預測值； .5)將四個預測結果中最大和最小的兩個舍棄，用剰余的兩個預測結果的的平均值作為最終預測值。2.根據權利要求I所述的基于多參數的氨法煙氣脫硫效率預測方法，其特征是將步驟I)采集的參數數據按照脫硫系統處于不同性能等級分類，即高效率性能等級，效率在[1,0. 95]之間；一般效率性能等級，效率在(0.95,0.85]之間；高效率性能等級，效率在O. 85以下，在三個性能等級段中各取至少500組數據作為訓練樣本。3.根據權利要求I所述的基于多參數的氨法煙氣脫硫效率預測方法，其特征是步驟.2)所述的歸一化處理，設脫硫效率めe [O,I]的論域為(Ii = Im1, Mi],設a = Udi(Xi), (i =...

【專利技術屬性】
技術研發人員：洪文鵬，陳重，張毅，張玲，張智達，關越波，
申請(專利權)人：東北電力大學，
類型：發明
國別省市：