氢网络优化方法、装置、计算机设备及存储介质

本申请涉及气体分配网路优化，特别是涉及一种氢网络优化方法、装置、计算机设备及存储介质。

背景技术：

1、随着我国经济的蓬勃发展，石油消耗量在持续攀升，同时炼油产能也飞速扩张；然而，在产能扩充的过程中，原油的重质化和劣质化程度不断增加；为提高原油质量，炼油厂需要更多的加氢过程来处理原油，从而对氢气的需求越来越大；可见，炼油过程中氢气的消耗已成为炼油厂面临的一个重大挑战。因此，对炼油厂的氢网络进行优化设计，以合理高效地利用氢气资源，对于实现炼油过程中的节能减排和成本控制具有重要意义。

2、目前，为提高氢气纯度，通常采用变压吸附单元，对纯度较低的原料流进行提纯处理，以满足耗氢装置对高纯度氢气的需求，进一步提高氢气的有效利用率，同时有助于减轻氢气需求缺口的压力。相关技术中，在针对具备变压吸附单元的氢网络优化过程中，通常采用代理模型，以模拟变压吸附过程；然而在实际应中，相关技术中的代理模型的误差较大，严重影响氢网络匹配以及变压吸附单元最优参数的确定，进而导致氢网络的可靠性较低即氢气的利用率较低。

3、针对现有技术中存在氢网络可靠性较低即氢气的利用率较低的问题，目前还没有提出有效的解决方案。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种氢网络优化方法、装置、计算机设备及存储介质。

2、第一方面，本申请提供了一种氢网络优化方法，所述方法包括：

3、获取变压吸附单元的参数信息，并基于所述参数信息构建变压吸附机理模型；

4、根据所述变压吸附机理模型，生成多组输入输出参数组；每一组所述输入输出参数组包括变压吸附机理模型的输入参数以及对应的输出参数；

5、分别将每一组所述输入输出参数组作为约束条件，根据氢网络优化模型对氢网络进行优化，得到每一组所述输入输出参数组对应的氢网络以及经济指标；

6、根据每一组所述输入输出参数组对应的氢网络以及经济指标，构建样本集；

7、根据贝叶斯优化算法对所述样本集进行迭代优化，得到目标氢网络以及目标输入输出参数组。

8、在其中一个实施例中，所述根据所述变压吸附机理模型，生成多组输入输出参数组包括：

9、根据所述变压吸附机理模型的输入参数范围，选取多组输入参数；所述输入参数包括设备参数以及操作参数；

10、将多组所述输入参数输入所述变压吸附机理模型，得到对应的输出参数；其中，输出参数包括气体流率和气体浓度；

11、根据多组所述输入参数以及对应的所述输出参数，生成多组输入输出参数组。

12、在其中一个实施例中，在所述氢网络优化模型优化的氢网络对应的氢源中，加入虚拟氢流股和/或新氢流股。

13、在其中一个实施例中，所述氢网络优化模型包括：氢源/氢阱约束、变压吸附单元约束、燃气系统约束以及目标函数约束。

14、在其中一个实施例中，所述根据贝叶斯优化算法对所述样本集进行迭代优化，得到目标氢网络以及目标输入输出参数组包括：

15、根据贝叶斯优化算法对所述样本集进行迭代优化，并将每次迭代的迭代结果加入样本集；所述迭代结果包括：迭代输入输出参数组以及对应的氢网络和经济指标；

16、若迭代次数达到预设次数，则停止迭代，得到更新后的样本集；

17、从更新后的所述样本集中，筛选最小经济指标对应的输入输出参数组以及氢网络作为目标输入输出参数组以及目标氢网络。

18、在其中一个实施例中，所述贝叶斯优化算法对所述样本集进行迭代优化时，采用代理函数拟合输入输出参数组与经济指标的关系。

19、在其中一个实施例中，所述方法还包括：

20、判断所述目标氢网络对应的氢源中是否加入虚拟氢流股和/或新氢流股；

21、若加入，则对所述目标输入输出参数组以及目标氢网络进行优化。

22、第二方面，本申请还提供了一种氢网络优化装置，所述装置包括：

23、获取模块，用于获取变压吸附单元的参数信息，并基于所述参数信息构建变压吸附机理模型；

24、生成模块，用于根据所述变压吸附机理模型，生成多组输入输出参数组；每一组所述输入输出参数组包括变压吸附机理模型的输入参数以及对应的输出参数；

25、氢网络优化模块，用于分别将每一组所述输入输出参数组作为约束条件，根据氢网络优化模型对氢网络进行优化，得到每一组所述输入输出参数组对应的氢网络以及经济指标；

26、构建模块，用于根据每一组所述输入输出参数组对应的氢网络以及经济指标，构建样本集；

27、迭代优化模块，根据贝叶斯优化算法对所述样本集进行迭代优化，得到目标氢网络以及目标输入输出参数组。

28、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任意一项实施例中所述的方法的步骤。

29、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任意一项实施例中所述的方法的步骤。

30、上述氢网络优化方法、装置、计算机设备及存储介质，首先，获取变压吸附单元的参数信息，并基于参数信息构建变压吸附机理模型；根据变压吸附机理模型，生成多组输入输出参数组；每一组输入输出参数组包括变压吸附机理模型的输入参数以及对应的输出参数；分别将每一组输入输出参数组作为约束条件，根据氢网络优化模型对氢网络进行优化，得到每一组输入输出参数组对应的氢网络以及经济指标；根据每一组输入输出参数组对应的氢网络以及经济指标，构建样本集；根据贝叶斯优化算法对样本集进行迭代优化，得到目标氢网络以及目标输入输出参数组；基于变压吸附机理模型和氢网络优化模型，实现了氢网络的优化，提高了氢网络的可靠性，进而提高了氢气的利用率，降低了生产成本。

技术特征：

1.一种氢网络优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述变压吸附机理模型，生成多组输入输出参数组包括：

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求3所述的方法，其特征在于，所述根据贝叶斯优化算法对所述样本集进行迭代优化，得到目标氢网络以及目标输入输出参数组包括：

6.根据权利要求5所述的方法，其特征在于，

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

8.一种氢网络优化装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种氢网络优化方法、装置、计算机设备及存储介质。氢网络优化方法包括：获取变压吸附单元的参数信息，并基于参数信息构建变压吸附机理模型；根据变压吸附机理模型，生成多组输入输出参数组；每一组输入输出参数组包括变压吸附机理模型的输入参数以及对应的输出参数；分别将每一组输入输出参数组作为约束条件，根据氢网络优化模型对氢网络进行优化，得到每一组输入输出参数组对应的氢网络以及经济指标；根据每一组输入输出参数组对应的氢网络以及经济指标，构建样本集；根据贝叶斯优化算法对样本集进行迭代优化，得到目标氢网络以及目标输入输出参数组，实现了氢网络的优化，提高了氢网络的可靠性，进而提高了氢气的利用率。

技术研发人员：洪小东,黄灵军,廖祖维,王帅,任玉,贾挺豪,杨遥,范澍远,余云波
受保护的技术使用者：浙江大学杭州国际科创中心
技术研发日：
技术公布日：2024/1/22