催化再生烟气二氧化硫排放浓度预测方法、装置及设备与流程

本发明涉及再生烟气治理，具体地涉及一种催化再生烟气二氧化硫排放浓度预测方法、一种催化再生烟气二氧化硫排放浓度预测装置及一种终端设备。

背景技术：

1、催化裂化(fcc)是重要的原油二次加工工艺，接近70％的汽油以及30％～40％的柴油都来自于催化裂化过程，其中，催化裂化装置是炼油板块废气排放的重点污染源，废气排放量占炼油主体装置的40％以上。然而，随着原油重质化、劣质化问题的日益突出以及市场对轻质油品的需求量不断增大，为扩大催化裂化原料的来源，渣油、焦化蜡油、页岩油等劣质原料逐渐成为fcc加工原料的一部分，且比例日益增大。这些劣质原料往往具有较高的硫含量，从而导致催化再生烟气中二氧化硫浓度较高且变化幅度较大，如果治理设施调节不及时容易导致的二氧化硫排放超标。

2、为应对催化剂再生器出口烟气二氧化硫排放浓度波动较大的现状，目前大多简单按照污染物最大浓度设置废气治理设施运行参数和脱硫剂添加量，但其存在不能及时判断污染物浓度突然升高的情况，治理设施运行调节相对滞后，容易造成烟气治理设施出口烟气中二氧化硫浓度超标排放。

技术实现思路

1、本发明实施方式的目的是提供一种催化再生烟气二氧化硫排放浓度预测方法、一种催化再生烟气二氧化硫排放浓度预测装置及一种终端设备，以解决现有技术中烟气治理设施无法判断再生烟气污染浓度波动的问题。

2、为了实现上述目的，在本发明的第一方面，提供一种催化再生烟气二氧化硫排放浓度预测方法，包括：

3、获取催化裂化反应产物的硫含量，以所述催化裂化反应产物的硫含量为输入，经原料硫含量预测模型预测催化裂化反应原料的硫含量，所述催化裂化反应产物由所述催化裂化反应原料通过催化裂化装置经催化裂化反应后得到；

4、确定催化裂化反应的特征参数，以所述特征参数及所述催化裂化反应原料的硫含量为输入，经二氧化硫浓度预测模型预测再生烟气中二氧化硫的浓度；

5、所述原料硫含量预测模型通过不同工况下的催化裂化反应产物的硫含量及对应的催化裂化反应原料的硫含量对第一预设神经网络训练后得到，所述二氧化硫浓度预测模型通过不同工况下的催化裂化反应原料的硫含量、特征参数及对应的再生烟气中二氧化硫的浓度对第二预设神经网络训练后得到。

6、可选地，所述催化裂化反应产物包括：干气、液化气、汽油、柴油及含硫污水；所述原料硫含量预测模型的训练过程包括：

7、确定所述第一预设神经网络初始的网络参数；

8、以不同工况下得到的干气的硫含量、液化气的硫含量、汽油的硫含量、柴油的硫含量及含硫污水的硫含量为输入，经所述第一预设神经网络预测当前工况对应的催化裂化反应原料的硫含量；

9、获取当前工况对应的催化裂化反应原料的实测硫含量，在得到的催化裂化反应原料的硫含量与催化裂化反应原料的实测硫含量的差值大于硫含量阈值的情况下，更新所述第一预设神经网络的网络参数，直至得到的催化裂化反应原料的硫含量与催化裂化反应原料的实测硫含量的差值不大于所述硫含量阈值，以更新网络参数后的第一预设神经网络作为原料硫含量预测模型。

10、可选地，确定催化裂化反应的特征参数，包括：

11、获取催化裂化反应的工艺参数，并确定所述工艺参数为催化裂化反应的特征参数；

12、所述工艺参数包括所述催化裂化装置中的再生器出口氧含量、再生器出口一氧化碳含量、反应器汽提段藏量、汽提蒸汽量及再生烟气的烟气标态流量。

13、可选地，所述二氧化硫浓度预测模型的训练过程包括：

14、确定所述第二预设神经网络初始的网络参数；

15、以不同工况下得到的催化裂化反应原料的硫含量、再生器出口氧含量、再生器出口一氧化碳含量、反应器汽提段藏量、汽提蒸汽量及再生烟气的烟气标态流量为输入，经所述第二预设神经网络预测当前工况对应的再生烟气中二氧化硫的浓度；

16、获取当前工况对应的再生烟气中二氧化硫的实测浓度，在得到的再生烟气中二氧化硫的浓度与再生烟气中二氧化硫的实测浓度的差值大于二氧化硫浓度阈值的情况下，更新所述第二预设神经网络的网络参数，直至得到的再生烟气中二氧化硫的浓度与再生烟气中二氧化硫的实测浓度的差值不大于二氧化硫浓度阈值，以更新网络参数后的第二预设神经网络作为二氧化硫浓度预测模型。

17、可选地，确定催化裂化反应的特征参数，包括：

18、获取催化裂化反应的工艺参数，并依据所述催化裂化反应原料的硫含量及所述工艺参数确定催化裂化反应的子特征参数；

19、确定所述催化裂化反应的工艺参数及所述子特征参数为催化裂化反应的特征参数；

20、所述工艺参数包括所述催化裂化装置中的再生器出口氧含量、再生器出口一氧化碳含量、反应器汽提段藏量、汽提蒸汽量及再生烟气的烟气标态流量。

21、可选地，所述催化裂化反应的子特征参数，包括：

22、所述催化裂化反应原料的硫含量与所述再生烟气的烟气标态流量的比值。

23、可选地，所述催化裂化反应的子特征参数，还包括：

24、以及所述汽提蒸汽量与所述反应器汽提段藏量的比值。

25、在本发明的第二方面，提供一种催化再生烟气二氧化硫排放浓度预测装置，包括：

26、数据获取模块，被配置为获取催化裂化反应产物的硫含量，以及确定催化裂化反应的特征参数；

27、预测模块，被配置为以所述催化裂化反应产物的硫含量为输入，经原料硫含量预测模型预测催化裂化反应原料的硫含量，所述催化裂化反应产物由所述催化裂化反应原料通过催化裂化装置经催化裂化反应后得到；以及

28、以所述特征参数及所述催化裂化反应原料的硫含量为输入，经二氧化硫浓度预测模型预测再生烟气中二氧化硫的浓度；

29、所述原料硫含量预测模型通过不同工况下的催化裂化反应产物的硫含量及对应的催化裂化反应原料的硫含量对第一预设神经网络训练后得到，所述二氧化硫浓度预测模型通过不同工况下的催化裂化反应原料的硫含量、特征参数及对应的再生烟气中二氧化硫的浓度对第二预设神经网络训练后得到。

30、可选地，所述装置还包括特征参数确定模块；所述特征参数确定模块，被配置为：

31、获取催化裂化反应的工艺参数，并依据所述催化裂化反应原料的硫含量及所述工艺参数确定催化裂化反应的子特征参数；

32、确定所述催化裂化反应的工艺参数及所述子特征参数为催化裂化反应的特征参数；

33、所述工艺参数包括所述催化裂化装置中的再生器出口氧含量、再生器出口一氧化碳含量、反应器汽提段藏量、汽提蒸汽量及再生烟气的烟气标态流量。

34、可选地，所述催化裂化反应的子特征参数，包括：

35、所述催化裂化反应原料的硫含量与所述再生烟气的烟气标态流量的比值。

36、可选地，所述催化裂化反应的子特征参数，还包括：

37、所述汽提蒸汽量与所述反应器汽提段藏量的比值。

38、在本发明的第三方面，提供一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的催化再生烟气二氧化硫排放浓度预测方法。

39、在本发明的第四方面，提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的催化再生烟气二氧化硫排放浓度预测方法。

40、本发明上述技术方案通过建立催化裂化反应原料的硫含量的预测模型实现对原料的硫含量的软测量，并利用预测所得的原料的硫含量与确定的与再生烟气二氧化硫浓度强相关的特征参数预测再生烟气的二氧化硫排放浓度，从而能够有利于烟气治理设施的运行调节。

41、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。