一种湿法脱硫浆液pH值软测量方法、装置及存储介质与流程

本发明属于燃煤机组软测量，具体涉及一种湿法脱硫浆液ph值软测量方法、装置及存储介质。

背景技术：

1、在发电行业中，燃煤机组长期占据主导地位，并且在未来很长一段时间内这种情况也不会改变。在这种背景下，为了防止煤燃烧产生的so2等污染物对环境造成不可逆的破坏，控制so2排放成为了各个火力发电企业必须面对和解决的问题。

2、烟气脱硫作为脱除烟气中so2的有效手段，已经成为了燃煤机组烟气处理的必备环节，有着大规模的商业应用。烟气脱硫主要分为湿法脱硫、干法脱硫、半干法脱硫，其中湿法脱硫以脱硫反应速度快、设备简单、脱硫效率高、有副产品收益等优点而被普遍采用。

3、浆液ph作为湿法脱硫系统的关键参数，综合反映了吸收塔内的酸碱度情况，直接影响到so2的吸收效率以及副产物石膏的品质，是控制供浆泵的重要依据，因此被要求实时监控。目前燃煤机组普遍采用ph计探头对吸收塔浆液进行ph检测，由于浆液成分复杂，含有晶体以及未完全溶解的石灰石颗粒，易附着于管道及ph计电极上，需要对ph计反复冲洗，造成电极磨损严重，不仅影响ph计寿命且会造成测量失真。

技术实现思路

1、为了解决上述问题，本发明提供了一种湿法脱硫浆液ph值软测量方法、装置及存储介质，能够在不依赖硬件的基础上稳定实现浆液ph值的准确测量，实现浆液ph在机组全负荷、全工况的实时监控。

2、本发明是通过以下技术方案来实现：

3、本发明公开了一种湿法脱硫浆液ph值软测量方法，包括：

4、s1：以烟气流量、入口so2浓度、入口o2含量、供浆流量和石灰石浆液密度作为输入变量，以浆液ph值作为输出变量，建立浆液ph值软测量的bp神经网络模型；

5、s2：确定浆液ph值软测量bp神经网络模型的训练样本和单个神经元的激励函数；

6、s3：通过输入数据的正向传递计算得到浆液ph值；利用梯度下降法，通过误差传递和权重更新对浆液ph值软测量bp神经网络模型进行调整，完成浆液ph值软测量bp神经网络模型的训练；

7、s4：向训练好的浆液ph值软测量bp神经网络模型输入实际的烟气流量、入口so2浓度、入口o2含量、供浆流量和石灰石浆液密度，输出浆液ph软测量值。

8、优选地，s1中，所述浆液ph值软测量的bp神经网络模型的数学表达式为：

9、h＝f(q,c1,c2,c3,c4)

10、式中，q为烟气流量，c1为入口so2浓度，c2为入口o2含量，c3为供浆流量，c4为石灰石浆液密度，h为浆液ph值。

11、进一步优选地，所述浆液ph值软测量的bp神经网络模型包括输入层、隐含层和输出层三层结构；输入层包含5个神经元，将烟气流量、入口so2浓度、入口o2含量、供浆流量和石灰石浆液密度数据输入隐含层；隐含层包含8个神经元，接收输入层数据并计算得到隐含层输出数据；输出层包含1个神经元，接收隐含层输出数据计算得到浆液ph值。

12、进一步优选地，s2中，所述浆液ph值软测量的bp神经网络模型的训练样本采用机组在40％pe、60％pe、80％pe和100％pe下各100组实测数据，如下式：

13、

14、式中，为采样时刻tn的烟气流量；为采样时刻tn的入口so2浓度；为采样时刻tn的入口o2含量；为采样时刻tn的供浆流量；为采样时刻tn的石灰石浆液密度；为采样时刻tn的浆液ph值；t1-t100为机组负荷为40％pe的采样时刻；t101-t200为机组负荷为60％pe的采样时刻；t201-t300为机组负荷为80％pe的采样时刻；t301-t400为机组负荷为100％pe的采样时刻。

15、优选地，s2中，所述单个神经元的激励函数为sigmoid函数，计算公式如下式：

16、

17、优选地，s3中，通过输入数据的正向传递计算得到浆液ph值具体为：

18、计算隐含层各神经元输出：

19、xmi＝wmi1q+wmi2c1+wmi3c2+wmi4c3+wmi5c4

20、式中，xmi为隐含层m第i个神经元输入即输入层各信号的加权和；wmi1为隐含层m第i个神经元与输入信号q之间的权值；wmi2为隐含层m第i个神经元与输入信号c1之间的权值；wmi3为隐含层m第i个神经元与输入信号c2之间的权值；wmi4为隐含层m第i个神经元与输入信号c3之间的权值；wmi5为隐含层m第i个神经元与输入信号c4之间的权值；q为烟气流量信号；c1为入口so2浓度信号；c2为入口o2含量信号；c3为供浆流量信号；c4为石灰石浆液密度信号；

21、

22、式中，xmi为隐含层m第i个神经元输入；ymi为隐含层m第i个神经元输出；

23、计算输出层神经元输出：

24、xo＝wo1ym1+wo2ym2+……+wo8ym8

25、式中，xo为输出层神经元输入即隐含层各神经元输出信号的加权和；woi为输出层与隐含层第i个神经元输出之间的权值；ymi为隐含层m第i个神经元输出；

26、

27、式中，xo为输出层神经元输入；h为浆液ph值。

28、进一步优选地，s3中，通过误差传递和权重更新对浆液ph值软测量bp神经网络模型进行调整具体为：

29、确定误差计算函数：

30、

31、式中，e为bp神经网络计算误差；n为训练样本数量；h为浆液ph值；为当前浆液真实ph值；

32、根据误差计算更新权值：

33、设置学习率，各权值的更新公式为：

34、

35、式中，w+为更新后的神经网络连接权值；w为更新前的神经网络连接权值；η为学习率；

36、当误差达满足预设要求时，完成浆液ph值软测量bp神经网络模型的训练。

37、本发明公开了一种湿法脱硫浆液ph值软测量系统，包括：

38、bp神经网络模型建立模块，以烟气流量、入口so2浓度、入口o2含量、供浆流量和石灰石浆液密度作为输入变量，以浆液ph值作为输出变量，建立浆液ph值软测量的bp神经网络模型；

39、训练样本确定模块，确定浆液ph值软测量bp神经网络模型的训练样本；

40、激励函数确定模块，确定浆液ph值软测量bp神经网络模型单个神经元的激励函数；

41、bp神经网络模型训练模块，通过输入数据的正向传递计算得到浆液ph值；利用梯度下降法，通过误差传递和权重更新对浆液ph值软测量bp神经网络模型进行调整，完成浆液ph值软测量bp神经网络模型的训练；

42、浆液ph软测量模块，向训练好的浆液ph值软测量bp神经网络模型输入实际的烟气流量、入口so2浓度、入口o2含量、供浆流量和石灰石浆液密度，输出浆液ph软测量值。

43、本发明公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可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的湿法脱硫浆液ph值软测量方法的步骤。

44、本发明公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的湿法脱硫浆液ph值软测量方法的步骤。

45、与现有技术相比，本发明具有以下有益的技术效果：

46、本发明公开的湿法脱硫浆液ph值软测量方法，针对机组ph计易损坏以及冲洗过程中失真的弊端，通过建立涵盖多种工况的训练样本并进行bp神经网络训练，可以建立烟气流量等相关信号与浆液ph值的映射关系，在不加装其它硬件的基础上实现浆液ph值测量的功能。在测量硬件损坏或冲洗时无法准确获得测量值，而采用软测量的方案可以在不依赖硬件的基础上稳定实现浆液ph值的准确测量，实现浆液ph在机组全负荷、全工况的实时监控。

47、本发明公开的湿法脱硫浆液ph值软测量系统，系统构建简单，能够跟已有的控制系统很好地兼容，具有良好的应用前景。