一种天然气发电装置烟气热量回收的方法和系统与流程

本技术涉及智能控制，且更为具体地，涉及一种天然气发电装置烟气热量回收的方法和系统。

背景技术：

1、在油气开发过程中，天然气中通常含有硫化氢和有机硫。这些有害废气不仅会对人体和周边环境造成影响，还会导致设备和管线腐蚀，降低其使用寿命和安全性。因此，从井口开采出来的含硫天然气必须经过脱硫处理，使其达到商品天然气或管输天然气的质量标准，才能供应给用户。

2、在含硫天然气处理装置的脱硫过程中，通常使用燃气发电机对装置中的动力设备提供电力。燃气发电机能够利用天然气燃烧产生的高温气体推动气涡轮机来发电。在这一过程中，为了降低能源损失，可以将燃气发电机产生的烟气热量加以回收利用，从而提高废热的利用效率。然而，传统的烟气热量回收系统往往存在能量回收效率低、控制精度不高、响应速度慢等问题。这不仅造成了能源的浪费，还限制了含硫天然气处理装置的整体含硫效率。

3、因此，期待一种优化的天然气发电装置烟气热量回收的方法和系统。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种天然气发电装置烟气热量回收的方法和系统，其采用基于深度学习的人工智能技术对中温烟气换热过程中的中温烟气和冷媒流体的流速值进行时序分析，分别捕捉到中温烟气流速和冷媒流体流速的时序关联特征表达，挖掘出二者之间的时序交互响应关系，从而实现对冷媒流体流速的智能控制。这样，能够进一步提高废热的利用效率，优化天然气发电装置的烟气热量回收过程。

2、相应地，根据本技术的一个方面，提供了一种天然气发电装置烟气热量回收的方法，其包括：将天然气发电装置在发电过程中产生的高温烟气通过高温烟气换热器以得到中温烟气，其中，所述高温烟气换热器产生的烟气热量供热给导热油系统，以通过所述导热油系统为天然气脱硫净化装置提供热源；将所述中温烟气输入中温烟气换热器以得到低温烟气，其中，所述低温烟气排放至界外，其中，所述中温烟气换热器产生的烟气热量供热给蒸汽系统，以利用所述蒸汽系统为硫膏制精硫磺装置提供热源。

3、在上述天然气发电装置烟气热量回收的方法中，将所述中温烟气输入中温烟气换热器以得到低温烟气，包括：获取由流量计采集的中温烟气和冷媒流体的流速值的时间序列；对所述中温烟气和冷媒流体的流速值的时间序列分别进行流速时序模式特征提取以得到中温烟气流速时序关联特征向量和冷媒流体流速时序关联特征向量；对所述中温烟气流速时序关联特征向量和所述冷媒流体流速时序关联特征向量分别进行非线性响应优化以得到优化中温烟气流速时序关联特征向量和优化冷媒流体流速时序关联特征向量；将所述优化中温烟气流速时序关联特征向量和所述优化冷媒流体流速时序关联特征向量输入基于因子分解机的特征交互响应分析模块以得到中温烟气流速-冷媒流体流速时序交互语义特征向量；基于所述中温烟气流速-冷媒流体流速时序交互语义特征向量，确定冷媒流速的控制指令。

4、在上述天然气发电装置烟气热量回收的方法中，对所述中温烟气和冷媒流体的流速值的时间序列分别进行流速时序模式特征提取以得到中温烟气流速时序关联特征向量和冷媒流体流速时序关联特征向量，包括：将所述中温烟气和冷媒流体的流速值的时间序列分别按照时间维度进行数据规整以得到中温烟气流速时序输入向量和冷媒流体流速时序输入向量；将所述中温烟气流速时序输入向量和所述冷媒流体流速时序输入向量通过基于rnn模块的流速时序模式特征提取器以得到所述中温烟气流速时序关联特征向量和所述冷媒流体流速时序关联特征向量。

5、在上述天然气发电装置烟气热量回收的方法中，对所述中温烟气流速时序关联特征向量和所述冷媒流体流速时序关联特征向量分别进行非线性响应优化以得到优化中温烟气流速时序关联特征向量和优化冷媒流体流速时序关联特征向量，包括：将所述中温烟气流速时序关联特征向量和所述冷媒流体流速时序关联特征向量输入基于伽马矫正模块的非线性响应优化器以得到所述优化中温烟气流速时序关联特征向量和所述优化冷媒流体流速时序关联特征向量。

6、在上述天然气发电装置烟气热量回收的方法中，将所述中温烟气流速时序关联特征向量和所述冷媒流体流速时序关联特征向量输入基于伽马矫正模块的非线性响应优化器以得到所述优化中温烟气流速时序关联特征向量和所述优化冷媒流体流速时序关联特征向量，包括：以如下伽马矫正公式对所述中温烟气流速时序关联特征向量进行非线性响应优化以得到所述优化中温烟气流速时序关联特征向量；其中，所述伽马矫正公式为：；其中，为所述中温烟气流速时序关联特征向量的第个特征值，a、b、c和d为数值不相同的调整参数，为所述优化中温烟气流速时序关联特征向量的第个特征值。

7、在上述天然气发电装置烟气热量回收的方法中，将所述优化中温烟气流速时序关联特征向量和所述优化冷媒流体流速时序关联特征向量输入基于因子分解机的特征交互响应分析模块以得到中温烟气流速-冷媒流体流速时序交互语义特征向量，包括：以如下特征交互响应分析公式对所述优化中温烟气流速时序关联特征向量和所述优化冷媒流体流速时序关联特征向量进行处理以得到所述中温烟气流速-冷媒流体流速时序交互语义特征向量；其中，所述特征交互响应分析公式为：；其中，是常数偏置项，是第一因子分解偏置系数，是第二因子分解偏置系数，为所述优化中温烟气流速时序关联特征向量的第个特征值，为所述优化冷媒流体流速时序关联特征向量的第个特征值，为所述优化中温烟气流速时序关联特征向量的维度，是所述中温烟气流速-冷媒流体流速时序交互语义特征向量的第个特征值。

8、在上述天然气发电装置烟气热量回收的方法中，基于所述中温烟气流速-冷媒流体流速时序交互语义特征向量，确定冷媒流速的控制指令，包括：将所述中温烟气流速-冷媒流体流速时序交互语义特征向量通过基于分类器的冷媒流速控制器以得到所述控制指令，所述控制指令用于表示当前时间点的冷媒流体流速值应增大、应减小或应保持不变。

9、在上述天然气发电装置烟气热量回收的方法中，还包括训练步骤：对所述基于rnn模块的流速时序模式特征提取器、所述基于伽马矫正模块的非线性响应优化器、所述基于因子分解机的特征交互响应分析模块和所述基于分类器的冷媒流速控制器进行训练。

10、在上述天然气发电装置烟气热量回收的方法中，所述训练步骤，包括：获取训练数据，所述训练数据包括由流量计采集的中温烟气和冷媒流体的训练流速值的时间序列，以及，冷媒流体流速的控制指令的真实值；将所述中温烟气和冷媒流体的训练流速值的时间序列分别按照时间维度进行数据规整以得到训练中温烟气流速时序输入向量和训练冷媒流体流速时序输入向量；将所述训练中温烟气流速时序输入向量和所述训练冷媒流体流速时序输入向量通过所述基于rnn模块的流速时序模式特征提取器以得到训练中温烟气流速时序关联特征向量和训练冷媒流体流速时序关联特征向量；将所述训练中温烟气流速时序关联特征向量和所述训练冷媒流体流速时序关联特征向量输入所述基于伽马矫正模块的非线性响应优化器以得到训练优化中温烟气流速时序关联特征向量和训练优化冷媒流体流速时序关联特征向量；将所述训练优化中温烟气流速时序关联特征向量和所述训练优化冷媒流体流速时序关联特征向量输入所述基于因子分解机的特征交互响应分析模块以得到训练中温烟气流速-冷媒流体流速时序交互语义特征向量；将所述训练中温烟气流速-冷媒流体流速时序交互语义特征向量通过所述基于分类器的冷媒流速控制器以得到分类损失函数值；以所述分类损失函数值来对所述基于rnn模块的流速时序模式特征提取器、所述基于伽马矫正模块的非线性响应优化器、所述基于因子分解机的特征交互响应分析模块和所述基于分类器的冷媒流速控制器进行训练，其中，在所述训练的每一轮迭代中，对于所述训练中温烟气流速-冷媒流体流速时序交互语义特征向量进行优化。

11、根据本技术的另一个方面，提供了一种天然气发电装置烟气热量回收系统，其包括：流速监控模块，用于获取由流量计采集的中温烟气和冷媒流体的流速值的时间序列；流速时序模式特征提取模块，用于对所述中温烟气和冷媒流体的流速值的时间序列分别进行流速时序模式特征提取以得到中温烟气流速时序关联特征向量和冷媒流体流速时序关联特征向量；非线性响应优化模块，用于对所述中温烟气流速时序关联特征向量和所述冷媒流体流速时序关联特征向量分别进行非线性响应优化以得到优化中温烟气流速时序关联特征向量和优化冷媒流体流速时序关联特征向量；交互响应分析模块，用于将所述优化中温烟气流速时序关联特征向量和所述优化冷媒流体流速时序关联特征向量输入基于因子分解机的特征交互响应分析模块以得到中温烟气流速-冷媒流体流速时序交互语义特征向量；流速控制模块，用于基于所述中温烟气流速-冷媒流体流速时序交互语义特征向量，确定冷媒流速的控制指令。

12、与现有技术相比，本技术提供的天然气发电装置烟气热量回收的方法和系统，其采用基于深度学习的人工智能技术对中温烟气换热过程中的中温烟气和冷媒流体的流速值进行时序分析，分别捕捉到中温烟气流速和冷媒流体流速的时序关联特征表达，挖掘出二者之间的时序交互响应关系，从而实现对冷媒流体流速的智能控制。这样，能够进一步提高废热的利用效率，优化天然气发电装置的烟气热量回收过程。