一种脱硫吸收塔的水平衡控制方法及装置与流程

本技术涉及工业烟气治理，尤其涉及一种脱硫吸收塔的水平衡控制方法及装置。

背景技术：

1、脱硫吸收塔的作用主要是通过循环泵和喷淋层管组将混有石灰石和石膏的浆液进行循环喷淋，吸收进入吸收塔烟气中的二氧化硫。被浆液吸收的二氧化硫与石灰石和鼓入吸收塔中的氧气发生反应生成二水硫酸钙(石膏)，然后通过石膏排出泵将生成的石膏排到石膏脱水系统进行脱水。

2、吸收塔的水平衡在于保证相关设备系统正常运行前提下维持吸收塔液位在合理区间，即要保证吸收塔液位处于合理区间，避免液位太低液体无法顺利泵取，液位太高影响冲洗等动作。

3、现有技术中，一般认为吸收塔液位与除雾器冲洗水量成正相关，除雾器冲洗通常按照预设周期或者在触发冲洗报警阈值时进行冲洗，但是由于吸收塔液位真实增量是由增加和消耗两部分动态组成，增加与消耗又与多种因素相关联，当前控制方式无法全面考虑各个因素，因此吸收塔的水平衡控制效果不佳。

技术实现思路

1、有鉴于此，本技术提供了一种脱硫吸收塔的水平衡控制方法及装置，提高脱硫吸收塔的水平衡控制效果。

2、其技术方案如下：

3、第一方面，本技术实施例提供了一种脱硫吸收塔的水平衡控制方法，所述方法包括：

4、根据预设的压差预测模型获取所述吸收塔的除雾器的压差预测值，所述压差预测模型是由所述除雾器的历史冲洗数据训练得到的时序神经网络模型；

5、根据所述压差预测值以及预设的压差理想值，基于预设的冲洗时间预测模型获得预测冲洗时间，所述冲洗时间预测模型是由所述除雾器的历史冲洗数据训练得到的卷积神经网络模型；

6、基于预设的液体增量模型获取所述吸收塔在所述预测冲洗时间内的有效液体增量，所述液体增量模型包括所述吸收塔的液体增量以及液体消耗量；

7、根据所述有效液体增量确定所述吸收塔在所述预测冲洗时间后的预期浆液体积；

8、根据所述吸收塔当前的浆液密度、浆液体积以及所述预期浆液体积确定所述吸收塔在所述预测冲洗时间后的预期浆液密度；

9、根据所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间以及预设的除雾器冲洗控制模型控制所述吸收塔的除雾器进行冲洗工作。

10、可选的，所述压差预测模型是由所述除雾器的历史冲洗数据训练得到的时序神经网络模型，包括：

11、获取所述除雾器的第一历史冲洗数据，所述第一历史冲洗数据包括：所述除雾器在预设工况下的等效冲洗水量、所述除雾器在预设工况周期内的压差数据，其中，所述等效冲洗水量是由所述除雾器在工作周期内的冲洗动作离散得到的；

12、根据所述除雾器的工况信息、所述等效冲洗水量以及所述压差数据对预设的时序神经网络模型进行训练，以得到所述压差预测模型。

13、可选的，所述冲洗时间预测模型是由所述除雾器的历史冲洗数据训练得到的卷积神经网络模型，包括：

14、获取所述除雾器的第二历史冲洗数据，所述第二历史冲洗数据包括：所述除雾器在预设工况下的等效冲洗水量、所述除雾器在预设工况周期内的压差数据以及对应的冲洗时间数据，其中，所述等效冲洗水量是由所述吸收塔在工作周期内的冲洗动作离散得到的；

15、根据所述吸收塔的工况信息、所述等效冲洗水量、所述压差数据以及所述冲洗时间数据对预设的卷积神经网络模型进行训练，以得到所述冲洗时间预测模型。

16、可选的，基于液体增量模型获取所述吸收塔在所述预测冲洗时间内的有效液体增量，包括：所述液体增量模型为：we＝wl+wd+wc，其中，we为吸收塔的有效液体增量，wl为吸收塔的浆液制备流量，wd为除雾器的冲洗流量，wc为吸收塔的蒸发量；

17、获取所述预测冲洗时间内所述吸收塔的浆液制备流量、蒸发量以及所述除雾器的冲洗流量，并基于所述液体增量模型计算所述吸收塔在所述预测冲洗时间内的有效液体增量。

18、可选的，所述根据所述有效液体增量确定所述吸收塔在所述预测冲洗时间后的预期浆液体积，包括：

19、根据所述有效液体增量确定所述吸收塔在所述预测冲洗时间内的预期液位增量；

20、根据所述吸收塔当前液位以及所述预期液位增量确定所述吸收塔在所述预测冲洗时间后的预期液位；

21、根据所述预期液位以及吸收塔面积确定所述吸收塔在所述预测冲洗时间后的预期浆液体积。

22、可选的，所述根据所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间以及预设的除雾器冲洗控制模型控制所述吸收塔的除雾器进行冲洗工作，包括：

23、所述预设的除雾器冲洗控制模型为：minj(p,h,t)＝α*(p-ptar)+β*(h-htar)+γ*(t-tpre)，其中，α、β为预设权重，γ为惩罚系数，p为预期浆液密度，ptar为目标浆液密度，h为吸收塔液位高度，htar为吸收塔目标液位高度，t为除雾器冲洗时间，tpre为除雾器预测冲洗时间；

24、将所述所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间代入所述除雾器冲洗控制模型，通过预设的优化算法求解模型最优解，按照所述最优解控制所述吸收塔的除雾器进行冲洗工作。

25、可选的，所述根据所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间以及预设的除雾器冲洗控制模型控制所述吸收塔的除雾器进行冲洗工作，包括：

26、所述除雾器冲洗模型是通过符合预设冲洗要求的历史冲洗数据构建的，所述预设的除雾器冲洗控制模型为：

27、

28、其中，ppre为预期浆液密度，ptar为目标浆液密度，h为吸收塔液位高度，htar为吸收塔目标液位高度；

29、当吸收塔液位高度大于或等于吸收塔目标液位高度，且预期浆液密度大于或等于目标浆液密度时，按照所述除雾器冲洗控制模型，控制所述吸收塔的除雾器按照第一冲水量执行冲洗工作；

30、当吸收塔液位高度小于吸收塔目标液位高度时，按照所述除雾器冲洗控制模型，控制所述吸收塔的除雾器按照第一冲水量执行冲洗工作；

31、当吸收塔液位高度大于吸收塔目标液位高度，且预期浆液密度小于目标浆液密度时，按照所述除雾器冲洗控制模型，控制所述吸收塔的除雾器按照第二冲水量执行冲洗工作，其中所述第一冲水量为所述第二冲水量的两倍。

32、第二方面，本技术实施例提供了一种脱硫吸收塔的水平衡控制装置，所述装置包括：

33、压差预测模块，用于根据预设的压差预测模型获取所述吸收塔的除雾器的压差预测值，所述压差预测模型是由所述除雾器的历史冲洗数据训练得到的时序神经网络模型；

34、冲洗时间预测模块，用于根据所述压差预测值以及预设的压差理想值，基于预设的冲洗时间预测模型获得预测冲洗时间，所述冲洗时间预测模型是由所述除雾器的历史冲洗数据训练得到的卷积神经网络模型；

35、液体增量获取模块，用于基于预设的液体增量模型获取所述吸收塔在所述预测冲洗时间内的有效液体增量，所述液体增量模型包括所述吸收塔的液体增量以及液体消耗量；

36、浆液体积确定模块，用于根据所述有效液体增量确定所述吸收塔在所述预测冲洗时间后的预期浆液体积；

37、浆液密度确定模块，用于根据所述吸收塔当前的浆液密度、浆液体积以及所述预期浆液体积确定所述吸收塔在所述预测冲洗时间后的预期浆液密度；

38、冲洗控制模块，根据所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间以及预设的除雾器冲洗控制模型控制所述吸收塔的除雾器进行冲洗工作。

39、可选的，所述冲洗控制模块具体用于：

40、所述预设的除雾器冲洗控制模型为：minj(p,h,t)＝α*(p-ptar)+β*(h-htar)+γ*(t-tpre)，其中，α、β为预设权重，γ为惩罚系数，p为预期浆液密度，ptar为目标浆液密度，h为吸收塔液位高度，htar为吸收塔目标液位高度，t为除雾器冲洗时间，tpre为除雾器预测冲洗时间；

41、将所述所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间代入所述除雾器冲洗控制模型，通过预设的优化算法求解模型最优解，按照所述最优解控制所述吸收塔的除雾器进行冲洗工作。

42、可选的，所述冲洗控制模块具体用于：

43、所述除雾器冲洗模型是通过符合预设冲洗要求的历史冲洗数据构建的，所述预设的除雾器冲洗控制模型为：

44、

45、其中，ppre为预期浆液密度，ptar为目标浆液密度，h为吸收塔液位高度，htar为吸收塔目标液位高度；

46、当吸收塔液位高度大于或等于吸收塔目标液位高度，且预期浆液密度大于或等于目标浆液密度时，按照所述除雾器冲洗控制模型，控制所述吸收塔的除雾器按照第一冲水量执行冲洗工作；

47、当吸收塔液位高度小于吸收塔目标液位高度时，按照所述除雾器冲洗控制模型，控制所述吸收塔的除雾器按照第一冲水量执行冲洗工作；

48、当吸收塔液位高度大于吸收塔目标液位高度，且预期浆液密度小于目标浆液密度时，按照所述除雾器冲洗控制模型，控制所述吸收塔的除雾器按照第二冲水量执行冲洗工作，其中所述第一冲水量为所述第二冲水量的两倍。

49、上述技术方案具有如下有益效果：

50、本技术实施例提供的一种脱硫吸收塔的水平衡控制方法，在执行所述方法时，根据预设的压差预测模型获取所述吸收塔的除雾器的压差预测值，所述压差预测模型是由所述除雾器的历史冲洗数据训练得到的时序神经网络模型；根据所述压差预测值以及预设的压差理想值，基于预设的冲洗时间预测模型获得预测冲洗时间，所述冲洗时间预测模型是由所述除雾器的历史冲洗数据训练得到的卷积神经网络模型；基于预设的液体增量模型获取所述吸收塔在所述预测冲洗时间内的有效液体增量，所述液体增量模型包括所述吸收塔的液体增量以及液体消耗量；根据所述有效液体增量确定所述吸收塔在所述预测冲洗时间后的预期浆液体积；根据所述吸收塔当前的浆液密度、浆液体积以及所述预期浆液体积确定所述吸收塔在所述预测冲洗时间后的预期浆液密度；根据所述预期浆液密度、所述预期浆液体积、所述预测冲洗时间以及预设的除雾器冲洗控制模型控制所述吸收塔的除雾器进行冲洗工作。由此可见，本技术实施例中预先构建与吸收塔水平衡要素相关的预测模型，跟踪除雾器压差、吸收塔液位以及浆液密度等指标，综合考虑各项指标控制除雾器冲洗动作，维持相关指标动态稳定，实现吸收塔水平衡控制，提高了吸收塔水平衡控制效果。

51、本技术实施例还提供了与上述方法相对应的装置，具有与上述方法相同的有益效果。