[发明专利]一种脱硫工艺优化方法、装置、电子设备及存储介质

说明书

本申请提供一种脱硫工艺优化方法、装置、电子设备及存储介质。该方法包括：对脱硫系统进行建模，生成脱硫模型；浓度预测步骤:根据工艺数据，利用脱硫模型，得到二氧化硫排放浓度预测值和二氧化硫吸收浆液PH预测值；工艺数据包括：实时指标数据和工艺操作数据；损耗确定步骤:基于二氧化硫排放浓度预测值和二氧化硫吸收浆液PH预测值计算工艺损耗；利用启发式算法调整工艺操作数据，重复执行浓度预测步骤和损耗确定步骤，直至满足预设终止条件，获得最优工艺操作数据。上述方法由脱硫模型模拟脱硫工艺中的工况，提高了二氧化硫排放浓度预测的准确性和可信度，采用启发式算法调整工艺操作数据的方式，避免了人工进行操作数据优化的主观性也降低了人工成本。

技术领域

本申请涉及脱硫工艺技术领域，具体涉及一种脱硫工艺优化方法、装置、电子设备及存储介质。

背景技术

湿法烟气脱硫是目前国内外广泛采用的烟气脱硫技术，其工作原理是使用二氧化硫吸收浆液作为洗涤剂，在脱硫塔中通过对烟气进行洗涤，从而除去烟气中的二氧化硫。然而，作为目前脱硫中最高效、应用最多的烟气脱硫技术，运行湿法烟气脱硫系统存在大量的物耗以及电耗。

为了优化湿法烟气脱硫的脱硫工艺，目前的做法主要分为两部分：首先，对二氧化硫的排放浓度进行预测，然后根据预测结果优化脱硫工艺中的工艺操作数据。其中，对二氧化硫排放浓度的预测，现有技术主要是通过机器学习的方法进行，即通过历史数据训练神经网络，用训练好的神经网络对二氧化硫排放浓度进行预测。对于工艺优化的部分，则是基于上述二氧化硫排放浓度的预测，由人工根据经验对工艺操作数据进行优化。现有技术中，由人工进行工艺操作数据进行优化存在过于主观和人力成本过高的缺陷。

发明内容

本申请实施例的目的在于提供一种脱硫工艺优化方法、装置、电子设备及存储介质，以改善上述二氧化硫的排放浓度的预测结果的置信度较低和工艺操作数据过于主观和人力成本过高的技术问题。

第一方面，本申请实施例提供了一种脱硫工艺优化方法，方法包括以下步骤：对脱硫系统进行建模，生成脱硫模型；浓度预测步骤:根据工艺数据，利用脱硫模型，得到二氧化硫排放浓度预测值和二氧化硫吸收浆液PH预测值；工艺数据包括：实时指标数据和工艺操作数据；其中，实时指标数据为预设时间内实时获取的用于预测二氧化硫排放浓度的数据，工艺操作数据用于调节二氧化硫的实际排放浓度；损耗确定步骤:基于二氧化硫排放浓度预测值和二氧化硫吸收浆液PH预测值计算工艺损耗；利用启发式算法调整工艺操作数据，重复执行浓度预测步骤和损耗确定步骤，直至满足预设终止条件，获得最优工艺操作数据，其中，预设终止条件包括工艺损耗为最小值。

在上述方法的实现方式中，通过脱硫模型可以准确的模拟二氧化硫脱硫工艺中的工况，进而提高了二氧化硫排放浓度预测的准确性和可信度；进一步地，由于工艺损耗是根据二氧化硫排放浓度预测值确定的，二氧化硫排放浓度预测的准确性和可信度提高的情况下，工艺损耗的计算也会更加准确，也就更利于根据工艺损耗确定最优工艺操作数据。另外，本申请的方法采用启发式算法调整工艺操作数据，增加了工艺操作数据优化的自动化，避免了人工进行操作数据优化的主观性，也降低了人力成本。

在第一方面的一种实现方式中，脱硫模型的物性模型为电解质模型；脱硫模型的亨利组分包括：二氧化硫、氧气、氮气和二氧化碳；脱硫模型的水蒸气平衡分压为STEAMNBS物性方法。

在上述方法的实现方式中，由于脱硫模型中涉及溶液的化学反应，需要考虑电解质对溶液中各个组分的影响，将脱硫模型中的物性模型设置为电解质模可以模拟溶液中的电解质对各个组分浓度带来的影响。而二氧化硫、氧气、氮气和二氧化碳为二氧化硫脱硫工艺操作中的不凝性气体，通过设置将上述气体设置为亨利组分可以模拟上述气体在气相和液相中的浓度，进而可以提高计算气相中各组分的浓度的准确性。通过STEAMNBS物性方法可以计算出不同压力和温度下气相中的饱和水分压，结合其他物质的气象逸度可以准确的计算气象中水蒸气的含量。总体上看，上述对脱硫模型的设置使得脱硫模型模拟得到的数据更加的接近真实的数据。