[发明专利]一种基于遗传算法的氯碱电解槽能耗优化方法

权利要求书

1.一种基于遗传算法的氯碱电解槽能耗优化方法，其特征在于包括如下步骤：

S1.获取待优化的氯碱电解槽的历史生产数据，包括电流效率η、直流电耗W、槽温T、NaOH浓度C₁、淡盐水浓度C₂、离子膜阳极室pH，按照时间间隔t将历史生产数据进行收集汇总，数据与时间戳一一对应；

S2.对步骤S1中的数据进行特征工程处理，将处理后的数据分为训练集、测试集、验证集；

S3.使用GPR算法进行氯碱电解槽电流效率预测模型、直流电耗预测模型和工况预测模型的建立，GPR算法的输入为经过特征工程处理后的电解槽生产数据，算法的输出为当前生产数据下的电流效率η、直流电耗W；

S4.对槽温T、NaOH浓度C₁、淡盐水浓度C₂进行编码；初始化种群，对已编码数据进行随机配置组合；将初始化后的种群作为适应度函数的输入，结合约束条件，电流效率预测模型、直流电耗预测模型计算适应度函数值，并对种群中槽温T、NaOH浓度C₁、淡盐水浓度C₂的组合效果进行评价；

S5.判断是否满足迭代条件；若不满足则进行遗传操作，产生新的种群，重复步骤S4，若满足则将迭代过程得到的所有最大电流效率值和最小能耗值进行排序，得到全局最大电流效率值和最小电耗以及相应的槽温、NaOH浓度、淡盐水浓度组合配置，作为最终的决策方案，控制氯碱电解槽的生产工艺参数。

2.根据权利要求1所述的一种基于遗传算法的氯碱电解槽能耗优化方法，其特征在于：所述步骤S4中对电流效率η、直流电耗W、槽温T、NaOH浓度C₁、淡盐水浓度C₂及其前一个时间间隔(t-T)的共10个参数为一组进行编码，采用的是0-29，每组含30个数据。

3.根据权利要求1所述的一种基于遗传算法的氯碱电解槽能耗优化方法，其特征在于：所述步骤S4中约束条件为：

82.5℃≤T≤87.5℃

32.5g/l≤C1≤33.5g/l

215g/l≤C2≤235g/l。

4.根据权利要求1所述的一种基于遗传算法的氯碱电解槽能耗优化方法，其特征在于：所述步骤S4中适应度函数值的具体计算过程如下：

S4-1-1.将槽温T、NaOH浓度C₁、淡盐水浓度C₂作为决策变量，将上述已编码t和t-T时电流效率η和决策变量随机组合，代入电流效率预测模型和工况预测模型，将上述已编码t和t-T时直流电耗W和决策变量随机组合，带入直流电耗预测模型和工况预测模型，综合得到决策变量的约束条件；

S4-1-2.比较预测模型输出的电流效率值和直流电耗值与实际的电流效率值和直流电耗值，计算出差异率ΔE作为该种群下个体适应度。