[发明专利]全工况下脱硫系统浆液pH值预测模型建立方法及系统

说明书

本发明公开了一种全工况下脱硫系统浆液pH值预测模型建立方法及系统，所述方法包括：根据确定的与脱硫系统浆液pH值相关的影响因素，采集所述影响因素的历史数据作为数据集；采用均值漂移聚类算法处理所述数据集，分别得到多个不同工况和所述多个不同工况下的训练数据集；将多个所述训练数据集输入相应的长短期记忆神经网络LSTM训练并进行优化，构建不同工况下的pH值预测模型。提供了一种能够适应脱硫系统一系列工况的预测模型，对系统的适用性较强；实现过程简单，计算速度较快，成本较低。

技术领域

本发明涉及燃煤电厂烟气脱硫技术领域，尤其是涉及一种全工况下脱硫系统浆液pH值预测模型建立方法及系统。

背景技术

目前，燃煤电厂的大气污染物排放已纳入严格监管，各电厂陆续开展了烟气超低排放改造。由于石灰石/石膏湿法脱硫具有技术成熟、可靠性高、脱硫剂来源广、对煤种适应性强、脱硫产物能够加以利用等众多优点，这一脱硫技术越来越受到现代化电厂的青睐。

在石灰石-石灰湿法烟气脱硫工艺中，钙硫比(Ca/S)、烟温、烟气含氧量、浆液pH值、浆液密度等成为影响脱硫效率的主要因素，其中浆液pH是使脱硫系统运行效果达到最佳状态的必要条件，直接影响浆液中石灰石的溶解过程和脱硫效率：pH值较高会导致吸收塔和除雾器结垢甚至堵塞，脱硫副产物品质降低以及石灰石消耗增加；pH值较低则会导致脱硫效率低等问题，因此需要将pH值精确控制在一定范围内。

目前，由于脱硫系统扰动因素较多致使pH计表头或测量设备易损害或腐蚀，导致测量结果不精确，因此，开展脱硫系统pH值的预测和计算对脱硫系统至关重要，也成为燃煤电厂脱硫系统控制过程中一个亟待解决的问题。

发明内容

本发明的目的在于提供一种全工况下脱硫系统浆液pH值预测模型建立方法及系统，旨在解决对全工况下脱硫系统浆液pH值进行预测的问题。

本发明提供一种全工况下脱硫系统浆液pH值预测模型建立方法，包括：

S1.根据确定的与脱硫系统浆液pH值相关的影响因素，采集所述影响因素的历史数据作为数据集；

S2.采用均值漂移聚类算法处理所述数据集，分别得到多个不同工况和所述多个不同工况下的训练数据集；

S3.将多个所述训练数据集输入相应的长短期记忆神经网络LSTM训练并进行优化，构建不同工况下的pH值预测模型。

本发明提供一种全工况下脱硫系统浆液pH值预测模型建立系统，包括：

数据采集模块：用于根据确定的与脱硫系统浆液pH值相关的影响因素，采集所述影响因素的历史数据作为数据集；

数据处理模块：用于采用均值漂移聚类算法处理所述数据集，分别得到多个不同工况和所述多个不同工况下的训练数据集；

模型构建模块：用于将多个所述训练数据集输入相应的长短期记忆神经网络LSTM训练并进行优化，构建不同工况下的pH值预测模型。

采用本发明实施例，提供了一种较为便捷的脱硫系统浆液pH值预测模型，能够适应脱硫系统一系列工况，对不同工况选择不同的预测模型，对系统的适用性较强；提供了一种pH值软测量方法，无需额外增加硬件成本，实现过程简单，计算速度较快，成本较低。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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。