基于智能反馈的可再生能源制氢优化调节方法及系统与流程

本发明涉及优化制氢领域，特别是基于智能反馈的可再生能源制氢优化调节方法及系统。

背景技术：

1、可再生能源制氢系统是一种利用可再生能源，如风能、太阳能、生物质能等来生产氢气的技术体系。即通过如太阳能光伏发电或风力发电等产生的电能，驱动电解槽中的电解水反应，将水分解为氢气和氧气。在可再生能源制氢系统进行制氢的过程中，若可能会因为存在外界影响，比如太阳能强度不足、风能强度不足等影响，或者可能会因为系统故障，比如电解系统存在故障，导致无法电解水等问题。存在上述问题会降低可再生能源的制氢效率，并可能会引发经济成本增加、或者更多的使用化石能源导致生态压力增大等影响。所以提高制氢效率时可再生能源制氢系统发展的关键，在可再生能源制氢系统进行制氢过程中需要进行优化调节，实现制氢效率的提高。

技术实现思路

1、本发明克服了现有技术的不足，提供了基于智能反馈的可再生能源制氢优化调节方法及系统。

2、为达到上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了基于智能反馈的可再生能源制氢优化调节方法，包括以下步骤：

4、在可再生能源制氢系统进行制氢时，对制氢参数进行实时监测，并基于实时监测得到的制氢参数构建可再生能源制氢系统实时仿真模型；

5、引入长短期记忆网络算法，并基于所述长短期记忆网络算法，构建长短期记忆网络制氢预测模型；

6、基于可再生能源制氢系统实时仿真模型，获取模拟制氢效率，对所述模拟制氢效率进行分析，并基于分析结果对可再生能源制氢系统进行制氢优化调节。

7、进一步的，本发明的一个较佳实施例中，所述在可再生能源制氢系统进行制氢时，对制氢参数进行实时监测，并基于实时监测得到的制氢参数构建可再生能源制氢系统实时仿真模型，具体为：

8、获取用于制备氢气、且能源动力为可再生能源的制氢系统，标定为可再生能源制氢系统，其中，可再生能源制氢系统包括可再生能源发电系统和电解系统，所述可再生能源发电系统内包括可再生能源采集模块和发电模块；

9、控制所述可再生能源制氢系统运行，获取可再生能源制氢系统的系统运行参数，获取数据仿真软件，并将所述可再生能源制氢系统的系统运行参数导入数据仿真软件中存储；

10、在所述数据仿真软件中，对所述可再生能源制氢系统的系统运行参数进行数据清洗，所述数据清洗包括对可再生能源制氢系统的系统运行参数进行异常参数去除和缺失参数填补，得到数据清洗后的可再生能源制氢系统的系统运行参数；

11、在所述数据仿真软件中，基于所述数据清洗后的可再生能源制氢系统的系统运行参数，构建可再生能源制氢系统实时仿真模型，所述可再生能源制氢系统实时仿真模型能够实时模拟可再生能源制氢系统的制氢过程，实现模拟制氢。

12、进一步的，本发明的一个较佳实施例中，所述引入长短期记忆网络算法，并基于所述长短期记忆网络算法，构建长短期记忆网络制氢预测模型，具体为：

13、将数据清洗后的可再生能源制氢系统的系统运行参数转换为时间序列格式，得到可再生能源制氢系统时间序列参数；

14、引入长短期记忆网络算法，构建长短期记忆网络基础模型，在所述长短期记忆网络基础模型内获取lstm层，获取历史数据网络并检索对可再生能源制氢系统时间序列参数进行训练所需要的lstm层数量以及单层lstm层单元数，标定为目标lstm层数量以及目标单层lstm层单元数，其中，lstm层为长短期记忆网络基础模型的架构层；

15、基于所述目标lstm层数量以及目标单层lstm层单元数，对长短期记忆网络基础模型进行配置，得到长短期记忆网络配置模型；

16、将所述可再生能源制氢系统时间序列参数导入长短期记忆网络配置模型内，并预设最大训练轮数以及标准回调函数，基于所述标准回调函数和可再生能源制氢系统时间序列参数，对长短期记忆网络配置模型进行模型循环训练；

17、当模型循环训练的轮数等于最大训练轮数，则停止模型循环训练，输出模型循环训练后的长短期记忆网络配置模型，标定为长短期记忆网络制氢预测模型。

18、进一步的，本发明的一个较佳实施例中，所述基于可再生能源制氢系统实时仿真模型，获取模拟制氢效率，对所述模拟制氢效率进行分析，并基于分析结果对可再生能源制氢系统进行制氢优化调节，具体为：

19、基于可再生能源制氢系统实时仿真模型，获取可再生能源发电系统实时仿真模型和电解系统实时仿真模型，并在可再生能源发电系统实时仿真模型中标定可再生能源采集仿真模块和发电仿真模块；

20、预设制氢标准时间，在所述制氢标准时间内，控制可再生能源制氢系统实时仿真模型持续进行模拟制氢，在模拟制氢过程中实时监测可再生能源采集仿真模块的运行参数，标定为一类仿真模块实时运行参数，并实时监测发电仿真模块的运行参数，并分别标定为二类仿真模块实时运行参数；

21、在模拟制氢过程中，实时监测电解系统实时仿真模型的运行参数，标定为电解系统仿真实时运行参数；

22、结合一类仿真模块实时运行参数、二类仿真模块实时运行参数和电解系统仿真实时运行参数，计算可再生能源制氢系统实时仿真模型的制氢效率，标定为模拟制氢效率；

23、在制氢标准时间内，基于所述长短期记忆网络制氢预测模型，计算可再生能源制氢系统的预测制氢效率阈值，将模拟制氢效率与预测制氢效率阈值进行比对分析；

24、若模拟制氢效率维持在预测制氢效率阈值内，则将可再生能源制氢系统实时仿真模型对应的可再生能源制氢系统标定为合格可再生能源制氢系统；

25、若模拟制氢效率存在不维持在预测制氢效率阈值内，则对可再生能源制氢系统进行异常分析，并基于分析结果对可再生能源制氢系统进行优化。

26、进一步的，本发明的一个较佳实施例中，所述对可再生能源制氢系统进行异常分析，并基于分析结果对可再生能源制氢系统进行优化，具体为:

27、对一类仿真模块实时运行参数、二类仿真模块实时运行参数和电解系统仿真实时运行参数进行参数调控，并将参数调控后的一类仿真模块实时运行参数、二类仿真模块实时运行参数和电解系统仿真实时运行参数进行自由组合，得到运行参数组合；

28、在可再生能源制氢系统实时仿真模型中应用所有运行参数组合，并判断是否存在运行参数组合能使模拟制氢效率维持在预测制氢效率阈值内；

29、若是，则将模拟制氢效率最高的对应的运行参数组合标定为最佳运行参数组合，并输出所述最佳运行参数组合至可再生能源制氢系统实时仿真模型中，得到合格可再生能源制氢系统实时仿真模型；

30、基于所述合格可再生能源制氢系统实时仿真模型，对可再生能源制氢系统进行运行参数更新，得到合格可再生能源制氢系统；

31、若否，则对可再生能源发电系统和电解系统进行元件故障修复，得到合格可再生能源制氢系统。

32、进一步的，本发明的一个较佳实施例中，所述对可再生能源发电系统和电解系统进行元件故障修复，得到合格可再生能源制氢系统，具体为：

33、在可再生能源采集模块和发电模块内，将一类仿真模块实时运行参数和二类仿真模块实时运行参数转换为一类模块实时运行参数和二类模块实时运行参数；

34、引入贝叶斯网络算法，通过所述贝叶斯网络算法分别对一类模块实时运行参数和二类模块实时运行参数进行分析，基于分析结果分别获取可再生能源采集模块内的异常元件和发电模块内的异常元件，标定为采集异常元件和发电异常元件；

35、在历史数据网络中检索采集异常元件和发电异常元件的检修方案并输出，得到无采集异常元件的可再生能源采集模块和无发电异常元件的发电模块；

36、获取电解系统的控制电路板，并引入电流测试设备对电解系统的控制电路板进行电流测试，判断电解系统的控制电路板中是否存在电流异常的节点；

37、若是，则在历史数据网络中检索电流异常的节点的修复方案并输出，得到修正电解系统；

38、结合所述无采集异常元件的可再生能源采集模块、无发电异常元件的发电模块以及修正电解系统，得到待分析可再生能源制氢系统，对所述待分析可再生能源制氢系统进行仿真模型构建以及模拟制氢效率计算，得到待分析可再生能源制氢系统的模拟制氢效率；

39、若待分析可再生能源制氢系统的模拟制氢效率仍不维持在预测制氢效率阈值内，则获取待分析可再生能源制氢系统的制氢控制算法，在大数据网络中检索制氢控制算法的算法更新固件并输出，得到制氢优化控制算法；

40、在所述待分析可再生能源制氢系统中输出制氢控制算法，使待分析可再生能源制氢系统的模拟制氢效率维持在预测制氢效率阈值内，得到合格可再生能源制氢系统。

41、本发明第二方面还提供了基于智能反馈的可再生能源制氢优化调节系统，所述可再生能源制氢优化调节系统包括存储器与处理器，所述存储器中储存有可再生能源制氢优化调节方法，所述可再生能源制氢优化调节方法被所述处理器执行时，实现如下步骤：

42、在可再生能源制氢系统进行制氢时，对制氢参数进行实时监测，并基于实时监测得到的制氢参数构建可再生能源制氢系统实时仿真模型；

43、引入长短期记忆网络算法，并基于所述长短期记忆网络算法，构建长短期记忆网络制氢预测模型；

44、基于可再生能源制氢系统实时仿真模型，获取模拟制氢效率，对所述模拟制氢效率进行分析，并基于分析结果对可再生能源制氢系统进行制氢优化调节。

45、本发明解决的背景技术中存在的技术缺陷，本发明具备以下有益效果：通过可再生能源制氢系统进行制氢监测，并构建可再生能源制氢系统实时仿真模型和长短期记忆网络制氢预测模型；通过可再生能源制氢系统实时仿真模型和长短期记忆网络制氢预测模型获取模拟制氢效率以及预测制氢效率阈值并进行比对分析，基于比对分析结果对可再生能源制氢系统进行制氢优化调节。本发明能够通过模型的反馈参数来对可再生能源制氢系统进行制氢效率分析，并实现制氢的优化调节，有利于提高氢气制备的速率，符合经济效益。