一种电除尘器节能优化方法、装置、设备及存储介质与流程

1.本发明涉及锅炉技术领域，特别是涉及一种电除尘器节能优化方法、一种电除尘器节能优化装置、一种电除尘器节能优化设备以及一种计算机可读存储介质。


背景技术：

2.在发电厂中，干式静电除尘器是重要的锅炉辅助设备。电除尘器，是把粉尘从烟气中分离出来的设备，是锅炉及工业生产中常用的设施。火力发电是我国主要发电方式，随着国家对环保要求的提高，电除尘排放的浓度要求也越来越低，为了达到环保要求，发电厂增加了电除尘的使用，从而使得电除尘用电量增高。所以如何降低电除尘器的用电量是本领域技术人员急需解决的问题。


技术实现要素：

3.本发明的目的是提供一种电除尘器节能优化方法，可以减少电除尘器工作时的用电量；本发明的另一目的在于提供一种电除尘器节能优化装置、一种电除尘器节能优化设备以及一种计算机可读存储介质，可以减少电除尘器工作时的用电量。
4.为解决上述技术问题，本发明提供一种电除尘器节能优化方法，包括：
5.读取电除尘器指定字段的历史数据；每一所述电除尘器包括多个电场；
6.根据所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数；
7.根据所述共性系数，基于粒子群模型计算各个所述电场的个性系数；
8.根据所述共性系数和所述个性系数，计算当关闭任一所述电场时，所述电除尘器的除尘特性；
9.确定在所述除尘特性下所述电除尘器的排放浓度；
10.对关闭任一所述电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
11.可选的，在所述读取电除尘器指定字段的历史数据之后，还包括：
12.对所述历史数据进行清洗；
13.所述根据所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数包括：
14.根据清洗后的所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数。
15.可选的，所述对所述历史数据进行清洗包括：
16.根据预设的均值条件、死值条件、字段的上下限、以及数据合理性阈值对所述历史数据进行清洗。
17.可选的，所述对关闭任一所述电场时，低于浓度阈值的排放浓度所对应的电场进行标记包括：
18.当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度，重复执行所述当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的
排放浓度的步骤，直至所述排放浓度大于所述浓度阈值；
19.记录全部小于浓度阈值的排放浓度所对应的电场。
20.本发明还提供了一种电除尘器节能优化装置，包括：
21.读取模块：用于读取电除尘器指定字段的历史数据；每一所述电除尘器包括多个电场；
22.共性系数模块：用于根据所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数；
23.个性系数模块：用于根据所述共性系数，基于粒子群模型计算各个所述电场的个性系数；
24.除尘特性模块：用于根据所述共性系数和所述个性系数，计算当关闭任一所述电场时，所述电除尘器的除尘特性；
25.排放浓度模块：用于确定在所述除尘特性下所述电除尘器的排放浓度；
26.标记模块：用于对关闭任一所述电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
27.可选的，还包括：
28.清洗模块：用于对所述历史数据进行清洗；
29.共性系数模块具体用于：
30.根据清洗后的所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数。
31.可选的，所述清洗模块具体用于：
32.根据预设的均值条件、死值条件、字段的上下限、以及数据合理性阈值对所述历史数据进行清洗。
33.可选的，所述标记模块包括：
34.电场选取单元：用于当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度，重复执行所述当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度的步骤，直至所述排放浓度大于所述浓度阈值；
35.记录单元：用于记录全部小于浓度阈值的排放浓度所对应的电场。
36.本发明还提供了一种电除尘器节能优化设备，所述设备包括：
37.存储器：用于存储计算机程序；
38.处理器：用于执行所述计算机程序时实现如上述任一项所述电除尘器节能优化方法的步骤。
39.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述电除尘器节能优化方法的步骤。
40.本发明所提供的一种电除尘器节能优化方法，包括读取电除尘器指定字段的历史数据；每一电除尘器包括多个电场；根据电除尘器的二次电压，基于迭代模型计算电除尘器的共性系数；根据共性系数，基于粒子群模型计算各个电场的个性系数；根据共性系数和个性系数，计算当关闭任一电场时，电除尘器的除尘特性；确定在除尘特性下电除尘器的排放浓度；对关闭任一电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
41.先通过迭代模型计算电除尘器的共性系数，在依据共性系数基于粒子群模型计算各个电场的个性系数，可以基于该个性系数准确模拟出在关闭某些电场时电除尘器的除尘特性，进一步可以计算出在关闭某些电场时电除尘器的排放浓度。若该排放浓度小于浓度阈值，意味着此时关闭对应电场不会使得电除尘器排放超标，从而可以给操作人员提供可关闭电场的建议，而关闭一定数量的电场则可以有效减少电除尘器的用电量。
42.本发明还提供了一种电除尘器节能优化装置、一种电除尘器节能优化设备以及一种计算机可读存储介质，同样具有上述有益效果，在此不再见进行赘述。
附图说明
43.为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
44.图1为本发明实施例所提供的一种电除尘器节能优化方法的流程图；
45.图2为本发明实施例所提供的一种具体的电除尘器节能优化方法的流程图；
46.图3为本发明实施例所提供的一种电除尘器节能优化装置的结构框图；
47.图4为本发明实施例所提供的一种电除尘器节能优化设备的结构框图。
具体实施方式
48.本发明的核心是提供一种电除尘器节能优化方法。在现有技术中，随着国家对环保要求的提高，电除尘排放的浓度要求也越来越低，为了达到环保要求，发电厂增加了电除尘的使用，从而使得电除尘用电量增高。
49.而本发明所提供的一种电除尘器节能优化方法，包括读取电除尘器指定字段的历史数据；每一电除尘器包括多个电场；根据电除尘器的二次电压，基于迭代模型计算电除尘器的共性系数；根据共性系数，基于粒子群模型计算各个电场的个性系数；根据共性系数和个性系数，计算当关闭任一电场时，电除尘器的除尘特性；确定在除尘特性下电除尘器的排放浓度；对关闭任一电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
50.先通过迭代模型计算电除尘器的共性系数，在依据共性系数基于粒子群模型计算各个电场的个性系数，可以基于该个性系数准确模拟出在关闭某些电场时电除尘器的除尘特性，进一步可以计算出在关闭某些电场时电除尘器的排放浓度。若该排放浓度小于浓度阈值，意味着此时关闭对应电场不会使得电除尘器排放超标，从而可以给操作人员提供可关闭电场的建议，而关闭一定数量的电场则可以有效减少电除尘器的用电量。
51.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.请参考图1，图1为本发明实施例所提供的一种电除尘器节能优化方法的流程图。
53.参见图1，在本发明实施例中，电除尘器节能优化方法包括：
54.s101：读取电除尘器指定字段的历史数据。
55.在本发明实施例中，每一所述电除尘器包括多个电场，以使电除尘器可以通过该电场实现除尘功能。有关电除尘器的具体结构可以参考现有技术，在此不再进行赘述。
56.在本步骤中，通常具体会读取sis(safety instrumentation system)系统中有关电除尘器指定字段的历史数据中，该历史数据需要至少包括该电除尘器在历史过程中各个电场的二次电压，以便后续步骤中计算电除尘器的共性系数。有关历史数据指定字段的具体种类在本发明实施例中不做具体限定，视具体情况而定。有关sis系统的具体内容可以参考现有技术，在此不再进行赘述。
57.需要说明的是，在本发明实施例中电除尘器通常设置有多个通道，而每一个通道通常会设置多个电场。在本发明实施例中，上述电场均指对应同一通道内的多个电场。
58.s102：根据电除尘器的二次电压，基于迭代模型计算电除尘器的共性系数。
59.在本步骤中，具体会依据电除尘器的二次电压来计算电除尘器的共性系数k，有关迭代模型的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。
60.s103：根据共性系数，基于粒子群模型计算各个电场的个性系数。
61.在本步骤中，会根据s102中得到的共性系数来计算电除尘器各个电场的个性系数a1…
a
n
，n为电场个数。有关粒子群模型的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。
62.s104：根据共性系数和个性系数，计算当关闭任一电场时，电除尘器的除尘特性。
63.在本步骤中，具体会依据上述共性系数以及个性系数，计算当关闭某一个电场时，电除尘器的除尘特性。该除尘特性可以反映出电除尘器的除尘效果，而除尘效果直接影响排放浓度，因此在后续步骤中可以依据该除尘特性计算出电除尘器的排放浓度。有关除尘特性的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。而在计算过程中，关闭电场意味着该电场的电压值为0。
64.s105：确定在除尘特性下电除尘器的排放浓度。
65.在本步骤中，具体会依据s104中得到的除尘特性，模拟计算当电除尘器关闭某一电场时，该电除尘器的排放浓度。
66.s106：对关闭任一电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
67.在本发明实施例中，预先设置有以浓度阈值，当s105中计算的排放浓度高于该浓度阈值时，意味着电除尘器排放不达标，因此不会标记该排放浓度所对应的电场；当s105中计算的排放浓度低于该浓度阈值时，意味着电除尘器排放仍然达标，因此会标记该排放浓度所对应关闭的电场，通常是标记关闭的电场，实现给操作人员提供可关闭电场的依据。
68.本发明实施例所提供的一种电除尘器节能优化方法，包括读取电除尘器指定字段的历史数据；每一电除尘器包括多个电场；根据电除尘器的二次电压，基于迭代模型计算电除尘器的共性系数；根据共性系数，基于粒子群模型计算各个电场的个性系数；根据共性系数和个性系数，计算当关闭任一电场时，电除尘器的除尘特性；确定在除尘特性下电除尘器的排放浓度；对关闭任一电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
69.先通过迭代模型计算电除尘器的共性系数，在依据共性系数基于粒子群模型计算各个电场的个性系数，可以基于该个性系数准确模拟出在关闭某些电场时电除尘器的除尘特性，进一步可以计算出在关闭某些电场时电除尘器的排放浓度。若该排放浓度小于浓度阈值，意味着此时关闭对应电场不会使得电除尘器排放超标，从而可以给操作人员提供可
关闭电场的建议，而关闭一定数量的电场则可以有效减少电除尘器的用电量。
70.有关本发明所提供的一种电除尘器节能优化方法的具体内容将在下述发明实施例中做详细介绍。
71.请参考图2，图2为本发明实施例所提供的一种具体的电除尘器节能优化方法的流程图。
72.参见图2，在本发明实施例中，电除尘器节能优化方法包括：
73.s201：读取电除尘器指定字段的历史数据。
74.本步骤与上述发明实施例中s101基本一致，详细内容请参考上述发明实施例，在此不再进行赘述。
75.在本步骤中，具体可以预先设置计算间隔为δc；滑移平均间隔为δt；开始时间为starttime；结束时间为endtime。之后在本步骤中，在开始时间starttime至结束时间endtime之间以starttime至starttime+δc、starttime+δt至starttime+δt+δc、
……
、starttime+n
×
δt至starttime+δc+n
×
δt进行采样，收集相关历史数据。其中，需要保证starttime+δc+n
×
δt不大于结束时间endtime。
76.s202：对历史数据进行清洗。
77.在本步骤中，会对上述s201中获取的历史数据进行清洗，以保证后续模拟数值的准确性。在本发明实施例中，本步骤中通常具体为：根据预设的均值条件、死值条件、字段的上下限、以及数据合理性阈值对所述历史数据进行清洗。
78.即在执行本步骤时，会对上述每个采样时间段所采集的数据执行多步骤数据清洗，清洗步骤包括：
79.s1：按照时间顺序对测点逐一扫描，对其中的死值与突变值同步进行清洗。其中死值的判断条件为：对于达到预设条件数量的连续个数的同值，将从达到数量的第一个同值起，之后每个同值均作为死值删除；突变值的判断条件为：按照扫描过的数值的均值，如果后一数值超过该均值
±
均值
×
突变系数，则本采样时间内的所有后续数值均舍弃。
80.s2：对经s1处理后剩余的数据集，按不同数据种类设定的上限以及下限进行判定，对于超限的数据，对超限的时间点对应的所有数据进行同步清除。
81.s3：在s2之后，将不符合数据数量合理性的数据清除。具体的，在经前述s1以及s2之后，如果各采样时间段所剩余的数据量点数大于等于最初数据量的一半5，则数据数量合理性通过，反之则舍弃本采样时间段内的全部数据。
82.s4：在通过上述三个清洗步骤，执行本步骤时，会计算该采样时间段内数据的均值作为后续步骤中使用的历史数据。
83.s203：根据清洗后的电除尘器的二次电压，基于迭代模型计算电除尘器的共性系数。
84.在本步骤中，具体会依据清洗后的历史数据中电除尘器的二次电压计算电除尘器的共性系数。在本发明实施例中，假如电除尘器共有6个通道，每一个通道设置有4个电场，则该电除尘器的结构如下：
[0085][0086]
其中k为共性系数，a1、a2、a3、a4分别为4个电场的个性系数，u为电场的二次电压。而对于通道#1来说，其除尘特性p具体为：
[0087]
p1＝f((a1，a2，a3，a4)，(u
11
，u
12
u
13
，u
14
))；
[0088]
有关除尘特性具体的计算公式可以参考现有技术，在此不再进行赘述。
[0089]
在计算共性系数时，由于在历史数据中电除尘器的除尘特性p
实
和电压u已知，在本步骤中需要预先设置一个初始化的k值；对于给定的k值可以根据公式p＝f(u)计算对应除尘室的除尘特性，进而得到初始化k值对应的电压u'；
[0090]
将上述电压u'代入公式p
实
＝f(u')，因为p
实
是已知的，可以得到一个k'；
[0091]
将k和k'通过下式进行比较：
[0092][0093]
其中∈为预设的阈值，用于实现共性系数k的迭代。如果不满足上述条件，则令k＝k'继续重复上述过程直至满足指定的阈值条件，迭代得到所要的k值。
[0094]
s204：根据共性系数，基于粒子群模型计算各个电场的个性系数。
[0095]
以6通道除尘室为例，对于除尘室中各个通道，其除尘特性为有：
[0096]
#1：p1＝f((a1，α2，a3，a4)，(u
11
u
12
，u
13
u
14
))
[0097]
#2：p2＝f((a1，a2，a3，a4)，(u
21
，u
22
u
23
u
24
))
[0098]
……
[0099]
#6：p6＝f((a1，a2，a3，a4)，(u
61
，u
62
，u
63
，u
64
))
[0100]
此时，电除尘器的除尘特性为：
[0101][0102]
对历史数据中清洗后，设置计算周期为δc，则根据各个计算周期求得共性系数k值：
[0103]
第1个δc：p给定，通过迭代模型求得k1；
[0104]
第2个δc：p给定，通过迭代求得k2；
[0105]
第3个δc：p给定，通过迭代求得k3；
[0106]
……
[0107]
第n个δc：p给定，通过迭代求得k
n
；
[0108]
而粒子群模型中的粒子群优化目标函数值为：
[0109][0110]
其中：
[0111]
在本发明实施例中，需要根据粒子群模型算法求解得到使得σ2最小时对应的a1、a2、a3、a4值，即各个电场的个性系数。其中粒子群求解过程为：
[0112]
pso初始化为一群随机粒子，即随机解，然后通过迭代找到最优解。在每一次的迭代中，粒子通过跟踪两个“极值”(pbest，gbest)来更新自己。在找到这两个最优值后，粒子通过下面的公式来更新自己的速度和位置，直至满足一定结束条件：
[0113]
v
i
＝v
i
+c1×
rando
×
(pbest
i
‑
x
i
)+c2×
rando
×
(gbest
i
‑
x
i
)；
[0114]
x
i
＝x
i
+v
i
[0115]
在上式中，i＝1，2，
…
，n，n为粒子总数，v
i
是粒子速度，rand()产生0,1之间的随机数，x
i
是粒子当前位置，c1和c2是学习因子。
[0116]
有关粒子群模型的具体内容可以参考现有技术，在此不再进行赘述。
[0117]
s205：根据共性系数和个性系数，计算当关闭任一电场时，电除尘器的除尘特性。
[0118]
即在本步骤中，需要将任一个电场的电压设为0，然后结合上述个性系数a1、a2、a3、a4，计算当某一个电场电压为0时，对应除尘室的除尘特性。有关除尘特性具体计算过程以详细介绍，在此不再进行赘述。在本步骤中，需要依次将预设的电厂电压设置为0，计算该状态下除尘室的除尘特性。以4电场为例，则在本步骤中会计算出4个除尘特性，对应4种关闭某一电场的情形。
[0119]
s206：确定在除尘特性下电除尘器的排放浓度。
[0120]
在本步骤中，具体会根据转换公式依次计算上述各个除尘特性下的除尘室的排放浓度。该转换公式为：
[0121]
e＝f(p，o
x
)；
[0122]
其中o
x
为含氧量，p为除尘室的除尘特性，r为排放浓度。需要说明的是，该转换公式具体为一种经验公式，其具体内容可以参考现有技术，根据除尘室排放气体中的含氧量以及除尘特性可以得到一近似的排放浓度。
[0123]
s207：当排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度；
[0124]
在本步骤中，需要重复执行所述当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度的步骤，直至所述排放浓度大于所述浓度阈值。即需要重复执行本步骤，直至求得的排放浓度大于浓度阈值。该浓度阈值具体需要结合实际情况设置，在此不做具体限定。
[0125]
当排放浓度低于浓度阈值时，意味着此时关闭对应某一电场之后，除尘室的工作仍能达到预期效果，可以关闭该电场。而当排放浓度高于浓度阈值时，意味着此时关闭对应某一电场之后，除尘室的工作不能达到预期效果，不可以关闭该电场。在本步骤中，当排放浓度低于浓度阈值时，会继续将任一个剩余的电场电压设为0，重新依据上述s205提供的内容计算此时关闭多个电场下电除尘器的除尘特性，并依据s206提供的内容计算该除尘特性下除尘室的排放浓度；经过多次循环之后，直至求得的排放浓度大于浓度阈值。此时，则遍
历出在达到浓度阈值要求的前提下，所有工作电场的组合。
[0126]
s208：记录全部小于浓度阈值的排放浓度所对应的电场。
[0127]
在本步骤中，会记录全部小于浓度阈值的排放浓度所对应的电场，从而实现给操作人员提供可关闭电场的依据，帮助现场人员进行节能优化的指导和维护。
[0128]
本发明实施例所提供的一种电除尘器节能优化方法，先通过迭代模型计算电除尘器的共性系数，在依据共性系数基于粒子群模型计算各个电场的个性系数，可以基于该个性系数准确模拟出在关闭某些电场时电除尘器的除尘特性，进一步可以计算出在关闭某些电场时电除尘器的排放浓度。若该排放浓度小于浓度阈值，意味着此时关闭对应电场不会使得电除尘器排放超标，从而可以给操作人员提供可关闭电场的建议，而关闭一定数量的电场则可以有效减少电除尘器的用电量。
[0129]
下面对本发明实施例所提供的一种电除尘器节能优化装置进行介绍，下文描述的电除尘器节能优化装置与上文描述的电除尘器节能优化方法可相互对应参照。
[0130]
请参考图3，图3为本发明实施例所提供的一种电除尘器节能优化装置的结构框图。
[0131]
参见图3，在本发明实施例中，电除尘器节能优化装置可以包括：
[0132]
读取模块100：用于读取电除尘器指定字段的历史数据；每一所述电除尘器包括多个电场。
[0133]
共性系数模块200：用于根据所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数。
[0134]
个性系数模块300：用于根据所述共性系数，基于粒子群模型计算各个所述电场的个性系数。
[0135]
除尘特性模块400：用于根据所述共性系数和所述个性系数，计算当关闭任一所述电场时，所述电除尘器的除尘特性。
[0136]
排放浓度模块500：用于确定在所述除尘特性下所述电除尘器的排放浓度。
[0137]
标记模块600：用于对关闭任一所述电场时，低于浓度阈值的排放浓度所对应的电场进行标记。
[0138]
作为优选的，在本发明实施例中，还包括：
[0139]
清洗模块：用于对所述历史数据进行清洗。
[0140]
共性系数模块具体用于：
[0141]
根据清洗后的所述电除尘器的二次电压，基于迭代模型计算所述电除尘器的共性系数。
[0142]
作为优选的，在本发明实施例中，所述清洗模块具体用于：
[0143]
根据预设的均值条件、死值条件、字段的上下限、以及数据合理性阈值对所述历史数据进行清洗。
[0144]
作为优选的，在本发明实施例中，所述标记模块包括：
[0145]
电场选取单元：用于当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度，重复执行所述当所述排放浓度低于浓度阈值时，继续关闭任一剩余的电场，计算当前的排放浓度的步骤，直至所述排放浓度大于所述浓度阈值；
[0146]
记录单元：用于记录全部小于浓度阈值的排放浓度所对应关闭的电场。
[0147]
本实施例的电除尘器节能优化装置用于实现前述的电除尘器节能优化方法，因此电除尘器节能优化装置中的具体实施方式可见前文中电除尘器节能优化方法的实施例部分，例如，读取模块100，共性系数模块200，个性系数模块300，除尘特性模块400，排放浓度模块500，标记模块600分别用于实现上述电除尘器节能优化方法中步骤s101至s106，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
[0148]
下面对本发明实施例提供的一种电除尘器节能优化设备进行介绍，下文描述的电除尘器节能优化设备与上文描述的电除尘器节能优化方法以及电除尘器节能优化装置可相互对应参照。
[0149]
请参考图4，图4为本发明实施例所提供的一种电除尘器节能优化设备的结构框图。
[0150]
参照图4，该电除尘器节能优化设备可以包括处理器11和存储器12。
[0151]
所述存储器12用于存储计算机程序；所述处理器11用于执行所述计算机程序时实现上述发明实施例中所述的电除尘器节能优化方法。
[0152]
本实施例的电除尘器节能优化设备中处理器11用于安装上述发明实施例中所述的电除尘器节能优化装置，同时处理器11与存储器12相结合可以实现上述任一发明实施例中所述的电除尘器节能优化方法。因此电除尘器节能优化设备中的具体实施方式可见前文中的电除尘器节能优化方法的实施例部分，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
[0153]
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一发明实施例中所介绍的一种电除尘器节能优化方法。其余内容可以参照现有技术，在此不再进行展开描述。
[0154]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0155]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0156]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。
[0157]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那
些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0158]
以上对本发明所提供的一种电除尘器节能优化方法、一种电除尘器节能优化装置、一种电除尘器节能优化设备以及一种计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。