一种湿法脱硫氧化风机智能控制方法、装置、设备及介质与流程

本发明涉及计算机，特别涉及一种湿法脱硫氧化风机智能控制方法、装置、设备及介质。

背景技术：

1、在湿法脱硫工艺中，氧化风机的作用是向浆液中补充氧气，使亚硫酸钙充分氧化为硫酸钙，但氧化风量并不是越大越好。风量过低时，亚硫酸钙氧化不足；风量过高时，会造成风机电耗增加、浆液扰动增强、泡沫或液位波动增大，并可能影响吸收塔运行稳定性。

2、在现有的氧化风机控制相关方案中，主要存在以下几种控制方式：1）采用固定风量、固定频率或固定启停组合运行，虽然实现简单，但适应性较差。2）根据氧化还原电位、溶解氧或经验化验结果调节氧化风机，虽然相较于前一种有一定的自动调节能力，但仍存在判断片面的问题，且难以及时反映快速变化的负荷工况。3）人力控制，当烟气负荷快速变化或浆液性质缓慢劣化时，人工调节容易出现响应不及时、补氧过量或补氧不足的问题，且难以追溯。4）单纯引入智能模型或数据驱动优化方法，因湿法脱硫氧化过程具有滞后性、非线性以及强安全约束的特点，该方式若将模型直接在实际脱硫系统中在线探索，可能输出过大的风机调整动作，并进而产生不良影响。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种湿法脱硫氧化风机智能控制方法、装置、设备及介质，能够有效解决现有相关方案中存在的问题，在保证亚硫酸钙充分氧化和浆液沉降性能稳定的前提下，提高了湿法脱硫氧化风机控制的稳定性、精确性以及适应性，从而降低了氧化风机无效能耗，提高了湿法脱硫系统运行稳定性。其具体方案如下：

2、第一方面，本技术提供了一种湿法脱硫氧化风机智能控制方法，包括：

3、基于预设数据采集周期采集湿法脱硫系统的浆液图像、沉降性能数据、化学状态数据以及设备运行数据；所述沉降性能数据包括清液层浊度和沉降速度；所述化学状态数据包括亚硫酸钙浓度和浆液密度；

4、对所述浆液图像进行特征提取得到浆液图像特征，并基于所述沉降性能数据、所述化学状态数据以及所述浆液图像特征构建氧化不足指数；所述氧化不足指数用于表征浆液中亚硫酸钙残留程度、视觉异常程度以及沉降性能异常程度；

5、利用所述化学状态数据和浆液循环量确定亚硫酸钙负荷，并基于所述亚硫酸钙负荷、所述氧化不足指数以及湿法脱硫氧化风机运行参数确定供氧匹配系数；所述供氧匹配系数用于判断当前是否存在补氧需求；

6、基于当前状态向量和当前预先训练好的氧化风机控制策略模型生成候选控制动作；所述当前状态向量包括所述氧化不足指数、所述供氧匹配系数以及所述设备运行数据；

7、利用当前的氧化需求约束、设备安全约束、浆液扰动风险约束以及动作平滑约束对所述候选控制动作进行处理，以得到目标控制动作；

8、基于所述氧化风机控制策略模型对应的置信度、湿法脱硫系统数据质量信息以及所述目标控制动作对应的动作风险评估值判断当前是否满足预设智能控制条件，并当是时，利用所述目标控制动作控制所述湿法脱硫系统中的氧化风机。

9、可选的，所述对所述浆液图像进行特征提取得到浆液图像特征，包括：

10、对所述浆液图像进行预处理，以确定标准化图像；

11、对所述标准化图像进行特征提取，以确定浆液图像特征；所述浆液图像特征包括颜色特征、灰度特征、纹理特征以及泡沫或悬浮物特征。

12、可选的，所述基于所述沉降性能数据、所述化学状态数据以及所述浆液图像特征构建氧化不足指数，包括：

13、基于所述清液层浊度、所述沉降速度以及所述沉降性能数据中的清液层高度确定沉降性能指数；

14、根据所述亚硫酸钙浓度以及所述浆液密度确定亚硫酸钙残留因子；

15、根据所述浆液图像特征与正常浆液图像特征库之间的相似度确定视觉异常因子；

16、对所述沉降性能指数、所述亚硫酸钙残留因子以及所述视觉异常因子进行加权融合，以确定氧化不足指数。

17、可选的，所述基于所述亚硫酸钙负荷、所述氧化不足指数以及湿法脱硫氧化风机运行参数确定供氧匹配系数，包括：

18、基于所述亚硫酸钙负荷和氧气需求折算系数确定理论补氧需求；

19、基于所述理论补氧需求、所述氧化不足指数以及供氧修正系数确定实际补氧需求；

20、基于气液传质修正系数以及湿法脱硫氧化风机对应的风机效率确定风机供氧能力；

21、将所述实际补氧需求与所述风机供氧能力进行比较，以得到供氧匹配系数。

22、可选的，所述基于当前状态向量和当前预先训练好的氧化风机控制策略模型生成候选控制动作，包括：

23、获取预先基于历史控制动作的动作优势离线训练好的氧化风机控制策略模型；其中，所述动作优势用于表征所述历史控制动作相对于同状态下平均动作或基准动作的优劣程度；

24、获取与所述浆液图像、所述沉降性能数据、所述化学状态数据及所述设备运行数据对应的测点质量标识；

25、基于所述氧化不足指数、所述供氧匹配系数、所述设备运行数据以及所述测点质量标识确定当前状态向量；

26、将当前状态向量输入所述氧化风机控制策略模型，以得到若干个候选控制动作；所述候选控制动作包括风机频率增量、风量增量以及阀门开度增量中的一种或多种。

27、可选的，所述利用当前的氧化需求约束、设备安全约束、浆液扰动风险约束以及动作平滑约束对所述候选控制动作进行处理，以得到目标控制动作，包括：

28、利用当前工况下的氧化需求约束确定氧化需求上限和氧化需求下限；

29、利用当前工况下的设备安全约束确定设备安全边界；所述设备安全约束包括湿法脱硫氧化风机的频率限制、电流限制以及启停保护时间；

30、利用当前工况下的浆液扰动风险约束确定浆液扰动风险阈值；

31、利用当前工况下的动作平滑约束确定动作变化率限制；

32、基于所述氧化需求上限、所述氧化需求下限、所述设备安全边界、所述浆液扰动风险阈值以及所述动作变化率限制确定当前工况下的安全动作集合；

33、将所述候选控制动作投影至所述安全动作集合，以得到目标控制动作。

34、可选的，所述基于所述氧化风机控制策略模型对应的置信度、湿法脱硫系统数据质量信息以及所述目标控制动作对应的动作风险评估值判断当前是否满足预设智能控制条件，包括：

35、基于当前状态向量、所述候选控制动作以及预设置信度评估模型确定所述氧化风机控制策略模型对应的置信度；

36、基于所述浆液图像的清晰程度、所述沉降性能数据的传感器状态以及所述化学状态数据的测量偏差程度确定数据质量得分；

37、对所述目标控制动作进行动作执行后的短时效果预测，并基于相应的预测结果进行风险评估，以确定动作风险评估值；

38、判断所述置信度是否大于第一预设阈值，以确定置信度判断结果；

39、判断所述数据质量得分是否大于第二预设阈值，以确定质量判断结果；

40、判断所述动作风险评估值是否大于第三预设阈值，以确定风险判断结果；

41、基于所述置信度判断结果、所述质量判断结果以及所述风险判断结果确定当前是否满足预设智能控制条件。

42、第二方面，本技术提供了一种湿法脱硫氧化风机智能控制装置，包括：

43、系统数据采集模块，用于基于预设数据采集周期采集湿法脱硫系统的浆液图像、沉降性能数据、化学状态数据以及设备运行数据；所述沉降性能数据包括清液层浊度和沉降速度；所述化学状态数据包括亚硫酸钙浓度和浆液密度；

44、指数构建模块，用于对所述浆液图像进行特征提取得到浆液图像特征，并基于所述沉降性能数据、所述化学状态数据以及所述浆液图像特征构建氧化不足指数；所述氧化不足指数用于表征浆液中亚硫酸钙残留程度、视觉异常程度以及沉降性能异常程度；

45、匹配系数确定模块，用于利用所述化学状态数据和浆液循环量确定亚硫酸钙负荷，并基于所述亚硫酸钙负荷、所述氧化不足指数以及湿法脱硫氧化风机运行参数确定供氧匹配系数；所述供氧匹配系数用于判断当前是否存在补氧需求；

46、控制动作生成模块，用于基于当前状态向量和当前预先训练好的氧化风机控制策略模型生成候选控制动作；所述当前状态向量包括所述氧化不足指数、所述供氧匹配系数以及所述设备运行数据；

47、动作约束模块，用于利用当前的氧化需求约束、设备安全约束、浆液扰动风险约束以及动作平滑约束对所述候选控制动作进行处理，以得到目标控制动作；

48、氧化风机控制模块，用于基于所述氧化风机控制策略模型对应的置信度、湿法脱硫系统数据质量信息以及所述目标控制动作对应的动作风险评估值判断当前是否满足预设智能控制条件，并当是时，利用所述目标控制动作控制所述湿法脱硫系统中的氧化风机。

49、第三方面，本技术提供了一种电子设备，包括：

50、存储器，用于保存计算机程序；

51、处理器，用于执行所述计算机程序，以实现前述的湿法脱硫氧化风机智能控制方法的步骤。

52、第四方面，本技术提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的湿法脱硫氧化风机智能控制方法的步骤。

53、可见，本技术中，基于预设数据采集周期采集湿法脱硫系统的浆液图像、沉降性能数据、化学状态数据以及设备运行数据；所述沉降性能数据包括清液层浊度和沉降速度；所述化学状态数据包括亚硫酸钙浓度和浆液密度；对所述浆液图像进行特征提取得到浆液图像特征，并基于所述沉降性能数据、所述化学状态数据以及所述浆液图像特征构建氧化不足指数；所述氧化不足指数用于表征浆液中亚硫酸钙残留程度、视觉异常程度以及沉降性能异常程度；利用所述化学状态数据和浆液循环量确定亚硫酸钙负荷，并基于所述亚硫酸钙负荷、所述氧化不足指数以及湿法脱硫氧化风机运行参数确定供氧匹配系数；所述供氧匹配系数用于判断当前是否存在补氧需求；基于当前状态向量和当前预先训练好的氧化风机控制策略模型生成候选控制动作；所述当前状态向量包括所述氧化不足指数、所述供氧匹配系数以及所述设备运行数据；利用当前的氧化需求约束、设备安全约束、浆液扰动风险约束以及动作平滑约束对所述候选控制动作进行处理，以得到目标控制动作；基于所述氧化风机控制策略模型对应的置信度、湿法脱硫系统数据质量信息以及所述目标控制动作对应的动作风险评估值判断当前是否满足预设智能控制条件，并当是时，利用所述目标控制动作控制所述湿法脱硫系统中的氧化风机。

54、也即，本技术先基于预设数据采集周期采集湿法脱硫系统的浆液图像、沉降性能数据、化学状态数据以及设备运行数据；然后，提取浆液图像的浆液图像特征，并结合沉降性能数据和化学状态数据构建氧化不足指数；之后，利用化学状态数据和浆液循环量确定亚硫酸钙负荷，并结合氧化不足指数以及湿法脱硫氧化风机运行参数确定供氧匹配系数；之后，将包括氧化不足指数、供氧匹配系数以及设备运行数据的当前状态向量输入当前预先训练好的氧化风机控制策略模型以得到候选控制动作；利用当前的氧化需求约束、设备安全约束、浆液扰动风险约束以及动作平滑约束处理候选控制动作以得到目标控制动作；基于氧化风机控制策略模型的置信度、湿法脱硫系统数据质量信息以及目标控制动作的动作风险评估值判断当前是否满足预设智能控制条件，并当是时执行目标控制动作控制湿法脱硫氧化风机。这样一来，能够有效解决现有相关方案中存在的问题，在保证亚硫酸钙充分氧化和浆液沉降性能稳定的前提下，提高了湿法脱硫氧化风机控制的稳定性、精确性以及适应性，从而降低了氧化风机无效能耗，提高了湿法脱硫系统运行稳定性。