人工智能技术在脱硫智能供浆控制系统中的应用与研究

人工智能技术在脱硫智能供浆控制系统中的应用与研究

宋知谦

京能（锡林郭勒）发电有限公司 026000

摘要：随着我国社会经济体系的快速发展，工业生产技术手段也在不断升级，在此背景下，热电厂脱硫工艺也在大量实践应用中不断成熟。为进一步改善脱硫吸收塔烟气反应效率，提高热电厂脱硫效能，行业工作者开始尝试将人工智能技术融入到脱硫智能供浆控制系统之中。在本文中，笔者将会针对人工智能技术在脱硫智能供浆控制系统中的应用进行初步分析与探讨，希望借此可对相关从业人员起到一定借鉴价值。

关键词：人工智能，工业大数据，燃煤电厂，湿法脱硫，智能控制

引言：燃煤电厂脱硫环节极为关键，效率与脱硫后烟气含硫比例是核心指标，而燃煤电厂脱硫吸收塔烟气反应为大滞后、慢动态的典型化工过程，烟气内部含有的各类物质含量会随着时间的变化而出现不规律变动，因此为保证脱硫质量，工程人员需根据烟气内部物质含量变化，实时调整供浆量，在控制生产成本的同时，也要最大限度降低燃煤电厂生产过程对生态环境的影响，而这一要求也给脱硫供浆控制系统带来巨大挑战。本文将针对人工智能技术在脱硫供浆智能控制系统中的应用进行分析，利用人工智能技术模式在数据收集、分析及处理层面的优势，有效解决传统工艺技术手段存在的大滞后与满动态的难点。

1、燃煤电厂脱硫工艺简介

随着我国产业结构调整工作的不断推进，为全面促进产业升级，并妥善处理经济建设与生态环境保护之间的矛盾，火电厂二氧化硫排放浓度被削减至35mg/Nm³，而这一指标也是当前国内对燃煤火电厂所制定的重要环保考核内容。现阶段，湿法脱硫工艺在火力发电领域应用最为广泛，主要利用石灰石与石膏，使用特定的设备，根据当前烟气内部二氧化硫浓度参数，将特定量的石灰石浆液输送至烟气反应塔。烟气反应塔内部配备喷淋装置，石灰石浆液与烟气充分接触，而这一过程可快速完成对二氧化硫的吸收，进而实现脱硫的目的。湿法脱硫的关键要点在浆液量的控制，而供浆系统则配备浆液调节阀，可快速完成反应塔内部浆液流入量的有效控制。

2、人工智能技术在脱硫智能供浆控制系统中的应用成效

2.1、可有效降低火电厂生产运行成本，优化物资使用

人工智能技术与脱硫智能供浆控制系统的融合，其效能主要体现在经济利益层面。智能控制系统可有效削减火电厂烟气排放口的二氧化硫浓度波动，工程控制效果良好，生态保障能力得到明显改善。此外，智能控制系统在相关算法的支持下，可实现石灰石浆液的最优投入，这不仅让二氧化硫的浓度得到全面控制，石灰石消耗也更少。

2.2、浆液泵循环组合得到优化，设备运行的电能消耗得到控制

人工智能算法支持下，脱硫智能供浆控制系统可实现最优浆液循环泵组合，确保烟气反应塔内部pH值以及烟气排放口的二氧化硫浓度处于环保要求范围，各类设备均处于最科学的使用状态，设备与设备之间的联动更为有效，而这种合理化使用模式也让设备电能消耗得到控制。

2.3、降低火电厂日常维护压力，降低工作人员的工作强度

脱硫智能供浆控制系统借助人工智能技术，对系统内部各项数据参数进行自动收集，并自动完成相关信息的分析与处理，并将其代入到对应的模型之中，而模型内部的算法体系可将设备运行状态调整至最优，其过程不需要工作人员参与，以机器代替人力，这不仅有效控制人力成本投入，也让运行维护人员的工作压力得到全面削减，火电厂可根据具体需求适当削减人员数量。

2.4、脱硫供浆智能控制系统的经济与社会效益

火电厂需要为电力网络持续稳定提供能源，而火电厂在投入使用脱硫供浆智能控制系统后，随着相关数据模型的不断调整与优化，脱除每公斤二氧化硫所产生的石灰石消耗大幅削减，火电厂对当地的生态环境更为友好，而这种来自经济与社会层面的效益，是脱硫供浆智能控制系统得以不断延伸的根本。

3脱硫供浆智能控制系统

3.1、系统工工作原理

湿法脱硫在脱硫效率与质量层面有着很大的应用优势，其脱硫过程成本低廉，其附属产物亦可在此用于社会生产生活中。但是，湿法脱硫自身工艺复杂度很高，且随着产业升级进度加快，火力发电厂多具备大机组、大容量与大滞后的特点。因此，工作人员可利用人工智能技术，实时收集并分析火力发电厂烟气内部物质含量变化，进而形成数据驱动控制方案，这种控制策略的目的在于削减排放口二氧化硫的含量，而过程中需根据运行参数，加强对影响系统运作效率的pH值以及物料平衡等动态数据分析，并形成更为合理的动态控制模型，在减少二氧化硫排放量的同时，亦可降低生产成本与物料消耗。

3.2、脱硫供浆智能控制系统的技术路线

（1）烟气数据的采集与分析

湿法脱硫工艺所配备的脱硫供浆智能控制系统注重对实时数据的快速处理，为实现整个系统在智能控制层面的基本要求，保证排放口二氧化硫浓度的科学控制，工作人员应确保控制系统与烟气反应塔喷淋系统之间拥有双向且安全的通信过程。工程技术人员需要在烟气反应塔内部配备必要的通信装置以及烟气分析装置，建立动态数据采集点，并采用modbus通信协议，强化通信过程的效率与质量。通信装置与人工智能服务器组成模型基础部分，最终完成对相关数据的快速采集与分析处理。

（2）控制系统运作模型的建立与接入

脱硫供浆智能控制系统借助火电厂已有的长时间历史数据，可初步完成控制模型的建立，而这一模型也要对短历史数据进行动态补偿，进而形成海量工况数据下排放口二氧化硫浓度与石灰石浆液供应量之间的关联组合，而这一特性的挖掘可为整个系统建立基础控制模型，依照烟气反应塔当前气体物质变化以及发电厂过路负荷变化状况，让时间与控制数据之间的关联更为紧密，进而逐步消除传统控制系统内部存在的非线性难点，避免因滞后性与缓慢时变影响到脱硫效果。

（3）长历史数据的精准控制模型

数据的质量对脱硫供浆智能控制系统的影响十分明显，其同样决定系统模型的最终能力上限。但是，当前湿法脱硫处理环节在数据质量层面存在严重问题，湿法脱硫存在存浆特性，这就导致反应塔溶液罐内部已有的溶液酸碱成分严重影响新浆液在脱硫时的效率与质量。脱硫反应中，如果供浆量超出脱硫需求量，那么多出的浆液将会在溶液罐中不断积存，即便后续减少浆液输送，烟气中的二氧化硫也会被残存浆液脱除，反之亦然。这种控制层面的滞后性与延缓效果，直接导致排放口二氧化硫含量难以与供浆量形成有效对照。对此，工程技术人员可借助人工智能技术，结合神经网络算法，针对不同工况进行细化区分，进而建立更为准确的主控制模型。

（4）短历史数据对模型的动态补偿

燃煤电厂锅炉负荷会随着生产需求变动而进行调整，这就导致入口处的SO2会出现短时升降波动，而这种现象对于控制系统而言很不友好，因此，工程技术人员需建立短历史数据优化补偿方案，根据具体公式模式的参数内容，合理设定目标值与补偿信息，不断提升短时补偿效果，改善控制系统对二氧化硫浓度偏差的应对能力。

（5）系统集成

长历史数据精准控制模型与短历史数据补偿模型应在统一的系统环境下进行融合，此外，为确保系统接入后的安全性，技术工作者可采用网络隔断以及智能服务器USB接口禁用等防护手段。同时，控制系统内部应设置开关功能，让控制系统与操作界面之间形成有效交互，既要保证系统自身的自动化运行，也要方便运行维护者对系统进行合理调整。

结束语：综上所述，随着环保压力不断增加，我国为解决生态环境问题，优化人民群众的生存空间，对火电厂的二氧化硫排放量也提出更高的标准与需求，在此背景下，全面推进脱硫智能供浆控制系统对于我国火电厂产业发展极为关键。人工智能技术可有效提高控制系统对二氧化硫的脱除工作的反馈效率，并可有效降低生产物资与人力投入，工程技术人员应结合具体生产特点与需求，不断优化算法体系，提高脱硫智能控制系统的工作效率与质量。

参考文献

1. 陈晓雷, 毛国明, 高峰,等. 人工智能技术在脱硫智能供浆控制系统中的应用与研究[J]. 节能与环保(1):3.

2. 高贵康. 数据挖掘技术在脱硫监测智慧环保系统中的应用研究[D]. 杭州电子科技大学, 2016.

3. 代娟、曾思逊、黄俊莉、杨辉、冯思思、王志刚. 基于人工智能技术的天然气净化厂脱硫溶液系统"发泡"预警模型研究[C]// 第31届全国天然气学术年会(2019). 0.

4. 林琳, 张长志, 边疆. 燃煤发电机组脱硫脱硝综合评价系统的研究与应用[C]// 中国电力企业联合会;中国电力技术市场协会. 中国电力企业联合会;中国电力技术市场协会, 2016.