[发明专利]一种脱硫增效装置的优化方法、系统、设备及介质

说明书

本发明提供了一种脱硫增效装置的优化方法、系统、设备及介质，该方法包括根据DCS系统实时获取脱硫系统内修正所需的关键参数数据，并对数据进行预处理后，各关键参数结合为一个数据元组；对各数据元组进行数据清洗与筛选获得各目标元组；将各目标元组基于设定的基准值与完成度模型拟合计算获得训练集，并通过自学习算法拟合确定修正后的各关键参数相对影响系数的经验公式，确定各关键参数对脱硫效率的影响系数；确定优化的托盘装置设计方案。本发明基于大数据的分析方法，基于大量系统数据和自学习算法，对运行数据校正经验公式，使设计参数将更为精准，更适用于超低排放改造后的机组的脱硫系统，提高设计精准性有利于托盘塔装置的设计开发。

技术领域

本文件涉及脱硫技术领域，尤其涉及一种脱硫增效装置的优化方法、系统、设备及介质。

背景技术

现有SO₂是燃煤电厂排放的主要大气污染物，也是导致空气污染的主要原因之一。绝大多数的燃煤电站采用湿法脱硫技术脱除尾部烟气内SO₂。燃煤电站需引入脱硫增效技术以达到“超低排放”的目标。

目前主要脱硫增效技术主要包括脱硫增效剂、湍流均流器、旋汇耦合技术、ALDR技术、脱硫托盘等。燃煤电站主要采用脱硫托盘作为增效手段，如图1所示。基于经验公式拟合各个关键参数对脱硫效率的影响因子，具体如下：

托盘塔参数设计基于完成度(C)模型进行托盘设计计算。主要原理如下：

首先设定目标脱硫效率计算对应的总影响系数(C_t)。对于每个关键参数，设定相对影响系数R。完成校核计算，需实现总影响系数C_t与各个相对系数的乘积∏R的无差化。则需进行某参数设计计算时，只需调整该参数对应的相对影响系数R直至C_t与∏R的无差化，即可输出该参数的建议值。

其中，相对系数R计算基于现场的历史运行数据或中试试验数据，得到各关键参数对脱硫效率的影响程度，即相对系数计算的经验公式。

完成校核计算，需满足：C_t＝∏R。

且托盘塔设计采用的经验公式基于的数据为本世纪初的电站运行数据，如针对液气比相对系数，拟合而得的经验公式为：R_L/G＝0.3636+0.0159(L/G)，但随着超低排放、废水零排放、强化脱硫措施等环保措施的实行，燃煤电站湿法脱硫系统的关键参数水平已发生较大改变。因此采用基于过时数据的经验公式进行托盘增效设计计算会产生一定偏差。

如上述液气比相对系数经验公式的经验公式范围过于狭窄，不适用于进行超低排放改造后的机组。且该公式将液气比相对系数拟合做一个线性模型，导致拟合准确性的下降，则会造成托盘增效设计计算会产生一定偏差。

有鉴于此，继续提供一种计算更精准、更适用于超低排放改造后的机组的脱硫增效装置的方法。

发明内容

本说明书一个或多个实施例提供了一种脱硫增效装置的优化方法，包括步骤：

根据DCS系统实时获取脱硫系统内修正所需的关键参数数据，并对数据进行预处理后，各关键参数结合为一个数据元组；

对各数据元组进行数据清洗，设定各关键参数及各关键参对应的数相对影响系数的基准值作为参考序列，通过灰色关联度分析法及设定的关联序阈值，以设定的各关键参数及各关键参对应的数相对影响系数的基准值作为参考序列，对各数据元组进行筛选计算获得各目标元组；

将各目标元组基于设定的基准值与完成度模型拟合计算获得训练集，并通过自学习算法拟合确定修正后的各关键参数相对影响系数的经验公式，确定各关键参数对脱硫效率的影响系数；

根据确定的各关键参数对脱硫效率的影响系数，结合物料平衡计算与脱硫系统差压计算得出系统参数需求，最终得到优化的托盘装置设计方案。