一种蓄热式热力氧化炉智能调控系统及方法

    公开(公告)号:CN115111594A

    公开(公告)日:2022-09-27

    申请号:CN202210805850.3

    申请日:2022-07-08

    IPC分类号: F23G7/06 F23G5/50 F23G5/46

    摘要: 本发明涉及一种蓄热式热力氧化炉智能调控系统及方法,包括装置部分、感知模块、预测模块、优化模块和控制模块;首先通过相对稳定的污水处理站低浓度废气对间歇性的车间高浓度废气混合缓冲,将RTO入口挥发性有机物浓度调节至2000~3000mg/m3;然后通过RTO上游废气参数及RTO实时运行参数并结合长短期记忆神经网络预测燃烧室温度变化情况,建立RTO燃烧热量衡算机理模型计算出调节燃烧室温度的稀释风和辅助燃料供应的需求量;将目标调节量传输至控制器完成智能调控,使燃烧室温度稳定维持在预设温度附近,解决因生产侧废气排放波动引起的RTO运行不稳定、燃料消耗大、安全风险大等问题,实现VOCs的高效节能稳定脱除。

    多变负荷下内嵌算法融合的多目标锅炉燃烧优化控制方法

    公开(公告)号:CN115111601B

    公开(公告)日:2024-05-14

    申请号:CN202210785624.3

    申请日:2022-07-04

    IPC分类号: F23N5/00

    摘要: 本发明涉及一种多变负荷下内嵌算法融合的多目标锅炉燃烧优化控制方法,所述算法融合为随机森林算法与遗传算法融合构建多目标锅炉燃烧优化控制方法;多目标锅炉燃烧优化控制包括锅炉、风烟系统、DCS控制系统、在线监测系统、算法融合软件和模型预测控制器硬件;在锅炉燃烧优化控制寻优过程中实现减污提效。本发明基于算法融合,实现数据算法优势互补,使预测模型的精确度和稳定性更好,控制系统优化指令的可靠性更好;本发明可以实现锅炉燃烧出口NOx浓度以及热效率的精准预测,为高效低耗燃烧优化调节提供了预报信息;基于算法融合开展多目标锅炉燃烧优化,实现炉膛出口NOX浓度降低15%以上,同时锅炉热效率提高0.2%~0.6%。

    一种多层级结构的微型气体传感器及其制备方法

    公开(公告)号:CN117214240A

    公开(公告)日:2023-12-12

    申请号:CN202310979357.8

    申请日:2023-08-05

    摘要: 本发明提供一种多层级结构的微型气体传感器,包括由下到上依次设置的基片、底绝缘层和至少两个气敏单元层,底绝缘层与基片之间设有加热‑测温电极,各个气敏单元层之间紧密贴合;每个气敏单元层包括由下到上依次设置的多孔绝缘层和气敏膜,多孔绝缘层与气敏膜之间设有测量电极;其中,多孔绝缘层的横截面积分别大于测量电极的覆盖面积和气敏膜的覆盖面积,气敏膜完全覆盖测量电极。本发明充分利用不同气体分子在多层级结构的气敏膜上的反应差异,增强气体检测的选择性;利用气体扩散过程时间差异提供的额外信息,增强了信号分离能力,与时间序列动态信号处理算法结合后可有效提高多气体组分分离检测能力。

    一种锅炉燃烧与脱硝过程协同优化控制的方法

    公开(公告)号:CN115145152A

    公开(公告)日:2022-10-04

    申请号:CN202210785842.7

    申请日:2022-07-04

    IPC分类号: G05B13/04

    摘要: 本发明涉及一种锅炉燃烧‑脱硝过程协同优化控制方法,包括基于CO监测的燃烧优化控制模块、基于风量等参数预报的还原剂总量控制模块和基于分区喷入量分布表的分区喷入控制模块。本发明建立了CO浓度与燃烧效率之间的神经网络模型,控制风量以优化锅炉燃烧效率;在此基础上,将风量指令作为前馈预报,克服脱硝系统的大延迟、大惯性及强非线性缺点,实时精确控制还原剂喷入总量;进一步,根据多工况下烟道内NOx特征,建立分区喷入量分布表,实时控制分区喷入阀门开度,实现还原剂与烟气的均匀混合,提高脱硝效率;本发明在大范围变负荷工况下,保证出口NOx浓度达标、提高脱硝控制精度、提升锅炉燃烧效率,实现机组降碳减排。

    耦合辐照度与温度的新建光伏场站功率迁移学习预测方法

    公开(公告)号:CN118643328A

    公开(公告)日:2024-09-13

    申请号:CN202410739611.1

    申请日:2024-06-07

    摘要: 本发明公开了耦合辐照度与温度的新建光伏场站功率迁移学习预测方法,涉及新能源预测技术领域,步骤包括使用已长期投运光伏电站的数据进行基础网络训练,并保存模型整体结构以及用于斜面辐照度、组件背板温度特征提取的DNN网络、CNN网络、LSTM网络层的参数。其次固定用于特征提取的CNN网络中卷积层的参数、DNN网络中隐藏层的参数及LSTM网络中隐藏层的参数以进行知识转移,但仍然可以进行训练以进行微调。然后,随机初始化其余参数,以便对新数据进行自适应训练。使用新建光伏电站的数据用于训练和微调网络以实现迁移学习,提高网络对目标域数据的适应性。本发明方法采用光伏电站实际运行数据进行了验证,结果表明预测结果中误差降低了25%以上。

    一种蓄热式热力氧化炉智能调控系统及方法

    公开(公告)号:CN115111594B

    公开(公告)日:2024-05-14

    申请号:CN202210805850.3

    申请日:2022-07-08

    IPC分类号: F23G7/06 F23G5/50 F23G5/46

    摘要: 本发明涉及一种蓄热式热力氧化炉智能调控系统及方法,包括装置部分、感知模块、预测模块、优化模块和控制模块;首先通过相对稳定的污水处理站低浓度废气对间歇性的车间高浓度废气混合缓冲,将RTO入口挥发性有机物浓度调节至2000~3000mg/m3;然后通过RTO上游废气参数及RTO实时运行参数并结合长短期记忆神经网络预测燃烧室温度变化情况,建立RTO燃烧热量衡算机理模型计算出调节燃烧室温度的稀释风和辅助燃料供应的需求量;将目标调节量传输至控制器完成智能调控,使燃烧室温度稳定维持在预设温度附近,解决因生产侧废气排放波动引起的RTO运行不稳定、燃料消耗大、安全风险大等问题,实现VOCs的高效节能稳定脱除。