一种烟气脱硫自动化控制方法及系统与流程

本技术涉及烟气脱硫，具体涉及一种烟气脱硫自动化控制方法及系统。

背景技术：

1、环境污染问题是当前面临最紧迫的挑战之一。其中二氧化硫作为大气污染物之一，在工业生产时需要对二氧化硫的排放进行限制。因此，探索可实现超低排放与低能耗运行的脱硫控制是一个具有重要意义的环保课题。

2、目前通常使用石灰石-石膏湿法完成烟气脱硫。在烟气脱硫系统中，脱硫液ph值和烟气的so2浓度是直接影响脱硫系统的脱硫效率的关键因素，需要对脱硫液的ph值以及烟气的so2浓度进行监测，且监测过程中烟气中的so2浓度因受燃煤的燃烧效率的等影响，so2浓度会具有一定波动，如果不实时调整脱硫液ph值，会导致烟气脱硫效率下降，因此需要控制脱硫液的流量，但当入口处烟气的so2浓度变化时，浆液的ph值变化具有滞后性，导致通过各时刻的so2浓度和脱硫液ph值对浆液的ph值进行预测过程中，模型预测的准确度较低，从而对浆液流量的控制精度降低，进而导致烟气脱硫系统的脱硫效率不高。

技术实现思路

1、为了解决上述技术问题，提供一种烟气脱硫自动化控制方法及系统，以解决现有的问题。

2、本技术解决技术问题的方案是提供一种烟气脱硫自动化控制方法及系统，包括以下步骤：

3、第一方面，本技术实施例提供了一种烟气脱硫自动化控制方法，该方法包括以下步骤：

4、采集各时刻烟气的so2浓度，以及各时刻烟气与石灰石浆液反应后的浆液ph值；

5、根据各时刻的浆液ph值和so2浓度的变化趋势，获取各浓度突变点所对应的待选ph突变点；

6、根据各浓度突变点及其对应的待选ph突变点的局部邻域内so2浓度与浆液ph值之间差异情况及时间间隔，确定各浓度突变点对应的每个待选ph突变点的匹配度，以确定各浓度突变点对应的初始ph突变点；

7、根据不同浓度突变点的时间间隔及其对应的初始ph突变点的时间间隔之间的差异，结合所述匹配度，确定各浓度突变点对应的每个待选ph突变点的优化匹配度，以获取对应突变点对；

8、根据不同对应突变点对中浓度突变点与其对应的ph突变点之间时间间隔的差异情况，确定每个对应突变点对的惯性度；

9、基于所述惯性度，确定各时刻so2浓度对应的浆液ph值的优化匹配度，获得各时刻的so2浓度的异常系数，采用时间序列模型获得预测浆液ph值，对浆液流量进行调整。

10、优选的，所述获取各浓度突变点所对应的待选ph突变点，包括：

11、分析所有时刻的浆液ph值和so2浓度的变化情况，获取各ph突变点和浓度突变点；

12、计算各浓度突变点与其后一时刻so2浓度之间的差值，若计算结果大于等于0，第一差值赋值为1，反之，赋值为-1；

13、计算各ph突变点与其后一时刻浆液ph值之间的差值，若计算结果大于等于0，第二差值赋值为1，反之，赋值为-1；

14、选取与各浓度突变点的所述第一差值不相等的所有所述第二差值所对应时刻的ph突变点，作为各浓度突变点所对应的各待选ph突变点。

15、优选的，所述获取各ph突变点和浓度突变点，包括：

16、对所有时刻的浆液ph值采用z-score算法，获得各时刻的浆液ph值的z分数；

17、计算所有时刻的浆液ph值的z分数的归一化处理后的均值；将所述z分数大于等于所述均值的浆液ph值，记为ph突变点；

18、针对所有时刻的so2浓度，采用与各时刻的ph突变点相同的方法，获得各浓度突变点。

19、优选的，所述确定各浓度突变点对应的每个待选ph突变点的匹配度，以确定各浓度突变点对应的初始ph突变点，包括：

20、分析各浓度突变点及其对应的待选ph突变点的局部邻域内so2浓度与浆液ph值的对应关系以及z分数的符号差异，获取邻域点对和同号邻域点对；

21、计算每个同号邻域点对中so2浓度与浆液ph值之间z分数的差异，记为第一差异；

22、将每个同号邻域点对中so2浓度与其浓度突变点之间的时间间隔，作为每个同号邻域点对的差异权重；

23、计算所述第一差异与所述差异权重的比值，将所有同号邻域点对的所述比值的和，作为每个待选ph突变点的匹配差异系数；

24、计算所有邻域点对中so2浓度与浆液ph值的z分数符号不相同的数量与所述匹配差异系数的乘积的倒数，作为各浓度突变点对应的每个待选ph突变点的匹配度；

25、将各浓度突变点的所有所述匹配度的最大值所对应的待选ph突变点，作为各浓度突变点对应的初始ph突变点。

26、优选的，所述获取邻域点对和同号邻域点对，包括：

27、以各时刻浓度突变点为中心，选取其邻域内多个时刻的so2浓度，组成各时刻的浓度突变点的局部浓度序列；

28、以各时刻的浓度突变点对应的每个待选ph突变点为中心，选取其邻域内多个时刻的浆液ph值，组成各时刻的浓度突变点所对应的每个待选ph突变点的局部ph序列；

29、将所述局部浓度序列与所述局部ph序列内相同位置的元素，记为邻域点对；

30、选取所有所述邻域点对中so2浓度与浆液ph值的z分数符号相同的邻域点对，记为同号邻域点对。

31、优选的，所述确定各浓度突变点对应的每个待选ph突变点的优化匹配度，以获取对应突变点对，包括：

32、计算各浓度突变点与其后一个浓度突变点之间的时间间隔，记为第一时序距离；

33、计算各浓度突变点对应的初始ph突变点与其后一个浓度突变点对应的初始ph突变点之间的时间间隔，记为第二时序距离；

34、将所述第一时序距离与所述第二时序距离的差异，作为各浓度突变点的时序差异；

35、将所有浓度突变点的所述时序差异的和的倒数，作为匹配度优化因子；

36、将所述匹配度优化因子与所述各浓度突变点对应的每个待选ph突变点的匹配度的乘积的归一化结果，作为各浓度突变点对应的每个待选ph突变点的优化匹配度；

37、将各浓度突变点的所有所述优化匹配度的最大值所对应的待选ph突变点，作为各浓度突变点对应的ph突变点，记为对应突变点对。

38、优选的，所述确定每个对应突变点对的惯性度，包括：

39、将每个对应突变点对中浓度突变点与其对应的ph突变点之间的时间间隔，作为每个对应突变点对的待选时长；

40、将每个对应突变点对与其余所有对应突变点对之间所述待选时长的差异的和，作为每个对应突变点对的相对时长差异；

41、计算与每个对应突变点对的所述待选时长相等的所有对应突变点对的个数；将所述个数与所述相对时长差异之间的比值，作为每个对应突变点对的惯性度。

42、优选的，所述确定各时刻so2浓度对应的浆液ph值的优化匹配度，获得各时刻的so2浓度的异常系数，包括：

43、将所述惯性度的最大值所对应的对应突变点对的待选时长，作为惯性时长；

44、将与各时刻之后间隔为所述惯性时长所对应时刻的浆液ph值，作为各时刻so2浓度对应的浆液ph值；

45、针对各时刻so2浓度及其对应的浆液ph值，采用与所述每个待选ph突变点的优化匹配度相同的方法，获得各时刻so2浓度对应的浆液ph值的优化匹配度；

46、采用异常检测算法获得各时刻的so2浓度的异常值；

47、将所述异常值与所述各时刻so2浓度对应的浆液ph值的优化匹配度的比值，作为各时刻的so2浓度的异常系数。

48、优选的，所述对浆液流量进行调整，计算公式为：，其中，为第t时刻调整后的浆液流量，l为预设初始浆液流量，为各时刻so2浓度的z分数，为各时刻so2浓度对应的预测浆液ph值的z分数，为预设控制系数。

49、第二方面，本技术实施例还提供了一种烟气脱硫自动化控制系统，包括存储器、处理器以及存储在所述存储器中并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任意一项所述一种烟气脱硫自动化控制方法的步骤。

50、本技术至少具有如下有益效果：

51、本技术根据各时刻的浆液ph值和so2浓度的变化趋势，获取各浓度突变点所对应的待选ph突变点，其有益效果在于分析了so2浓度发生变化时，初步筛选出导致的浆液ph值发生变化的对应时刻；确定各浓度突变点对应的每个待选ph突变点的匹配度，以确定各浓度突变点对应的初始ph突变点；其有益效果在于考虑了突变点的局部变化的相似情况，从而初步确定各浓度突变点所对应的初始ph突变点；确定各浓度突变点对应的每个待选ph突变点的优化匹配度，以获取对应突变点对，其有益效果在于进一步分析考虑不同突变点之间的时间间隔差异情况，对初始ph突变点进行进一步筛选，以寻找最终对应的ph突变点对，避免存在噪声噪声干扰而产生的突变点对；确定每个对应突变点对的惯性度，其有益效果在于分析了不同对应突变点对之间时间间隔，以确定浆液ph值和so2浓度之间变化的惯性特征，便于后续获得各时刻so2浓度变化时，将会间隔多长时间引起浆液ph值发生变化；确定各时刻so2浓度对应的浆液ph值的优化匹配度，获得各时刻的so2浓度的异常系数，并采用时间序列模型获得预测的浆液ph值，对浆液流量进行调整，其有益效果在于基于惯性时长，分析so2浓度对应的浆液ph的匹配情况，并分析so2浓度异常情况，获得异常系数，将异常系数作为预测模型的预测权重，预测各时刻的so2浓度对应的预测浆液ph，提高模型的预测精度，从而对浆液流量进行控制，提升对烟气脱硫自动化控制的精度，进而提高烟气脱硫系统的脱硫效率。