一种基于电厂脱硫系统的数据运行优化方法

    公开(公告)号:CN110263988B

    公开(公告)日:2023-06-30

    申请号:CN201910490848.X

    申请日:2019-06-06

    Abstract: 本发明公开了一种基于电厂脱硫系统的数据运行优化方法,该方法包括:获取电站实际运行系统一定时间段内的实际运行数据,并对所述实际运行数据进行预处理和回归分析;根据运行负荷划分不同工况,并进行数值模拟得到不同工况下脱硫系统整体的流场、温度、SO2组分分布情况;对燃煤电站脱硫系统所述实际运行数据进行大数据分析,得到确定工况下运行数据的最优区间;将大数据寻优结果在模拟结果中实践以检验寻优结果的准确性。本发明在建立神经网络预测模型之前首先对工况进行区分,这使得数据量减小,且能耗、除硫率输出参数与影响因子间关系相对明确而简单,有利于保证精度。

    一种燃煤电站烟气量快速预测方法、系统、介质及设备

    公开(公告)号:CN118364971A

    公开(公告)日:2024-07-19

    申请号:CN202410713961.0

    申请日:2024-06-04

    Abstract: 本发明公开了碳排放数据监测技术领域的一种燃煤电站烟气量快速预测方法、系统、介质及设备,旨在解决现有技术无法满足实际需求的问题。获取入炉煤的工业分析和元素分析数据,以及燃煤发电机组运行工况数据;根据燃煤发电机组运行工况数据,基于训练并优化好的未燃尽碳含量预测模型,得到未燃尽碳含量的预测值;根据入炉煤的工业分析和元素分析数据、未燃尽碳含量的预测值以及燃煤发电机组运行工况数据中的烟气含氧量数据,基于锅炉煤燃烧过程的物料平衡,计算得到燃煤电站烟气量的预测值。本发明将物料平衡与机器学习模型有效结合,实现燃煤电站烟气量的快速预测,成本低、精度高、更加灵活可靠,能助力提高燃煤电站碳排放监测数据的可靠性。

Patent Agency Ranking