一种火电机组脱硫浆液品质的在线监测方法与流

本申请涉及火电机组脱硫系统，尤其涉及一种火电机组脱硫浆液健康状态的在线监测方法。背景技术：1、近年来，湿法烟气脱硫(wfgd)系统因其较低的投资成本、更高的脱硫效率和有用的副产品而备受关注。脱硫系统正常运行时，吸收塔中的浆液进出是一个动态平衡的过程。当浆液中有害组分增加时，吸收塔的操作条件将受到浆液恶化的影响，从而破坏动态平衡，导致严重的浆液“中毒”现象，降低浆液质量和脱硫效率，甚至可能迫使机组关闭。但是现有研究很少考虑wfgd系统的浆液健康状态监测问题。主要原因如下：一是由于其健康状态相关参量受到煤种以及机组工况的影响；二是健康状态隶属度中存在不精确性和不确定性；三是状态监测的方法不完善。技术实现思路1、本申请提供了一种基于信度峰值与不相交邻域的火电机组脱硫系统浆液健康状态的在线监测方法，能够处理不精确、不确定性的健康状态信息，可有效描述脱硫浆液由一个状态向其他状态的演变过程。2、本申请提供了一种火电机组脱硫浆液健康状态的在线监测方法，所述方法包括：3、步骤1：由caco3流量、烟气质量流量以及入口so2浓度计算出不同时间点的复合系数g；4、步骤2：根据复合系数g，脱硫效率以及ph值获取脱硫浆液健康状态的历史健康数据；5、步骤3：根据信度峰值以及不相交邻域计算所述历史健康数据集的各健康状态的初始类心此初始类心即为算法迭代初始化阶段的类心，ωl指代的是第l个聚类；6、步骤4：在迭代过程中更新不同健康状态的类心和过渡健康状态的类心直到算法停止，其中历史健康数据所形成的复合类别{ωl,ωl+1}被看作浆液健康状态由状态ωl向状态ωl+1转换过程中形成的过渡状态，该过渡状态对应的复合类别的类心即为过渡健康状态的类心；7、步骤5：计算各个数据样本隶属各健康状态的可信度，构建历史浆液品质数据的证据表征；8、步骤6：在线计算待监测浆液品质数据属于不同健康状态的隶属度，完成健康状态的在线监测。9、其中，步骤1中，利用caco3流量、烟气质量流量以及入口so2浓度计算出不同时刻的复合系数g，复合系数g的定义如下：10、11、其中，caco3 flow为石灰石浆液流量，单位m3/h；12、gas flow为烟气排放流量，单位knm3/h；13、inlet so2 concentration为入口so2浓度，单位mg/m3。14、其中，步骤3中，依据定义的复合系数、脱硫效率以及ph值提取浆液品质样本数据，然后定义信度bel，即定义每个样本数据成为类心的可能性：15、16、其中，xi和xj代表了第i，j个数据点向量，17、knni代表了xi的k近邻，k反应了邻域的大小；18、在k值一定时，把k邻域中具有最高信度的点设定为临时类心，如果k从小变大，临时类心的数量会减少，当k较小时，被识别为临时类心的数据点会随着k的增大而被纳入bel较高的数据点的邻域，在k值设定为初始值kin时，将得到若干个临时类心即初始类心。19、其中，步骤3中，计算各个样本数据与脱硫浆液品质数据库中其他数据的欧氏距离，从20、而计算各个样本数据的k邻域，定义如下：21、knni＝{xj|距离xi的欧式距离是最近的k个}。22、将k值设定为初始值kin，将信度排名在其k邻域中是第一的样本数据选作临时类心，即算法的初始类心23、步骤4中，将k值从初始值kin开始增加，在迭代过程中不断的更新每个聚类的临时类心和临时过渡健康状态的类心定义如下：24、25、随着k值的增加，临时类心的数量会不断减少，算法将会在所有临时类心的k邻域都不相交时停止，此时临时类心被确定为真正的聚类中心。26、步骤5中，计算各个样本数据点距离各个类心以及过渡类心的欧氏距离以及属于各个聚类的隶属度mi(a)，27、28、其中，为第i条浆液数据与性能状态a的类心之间的欧氏距离，ε为超参数，和分别表示a和b两个状态的类心。29、其中，f:＝{{ω1},{ω1,ω2},{ω2},{ω2,ω3}…,{ωc-1},{ωc-1,ωc},{ωc}}为浆液数据健康状态集，包括所有复合状态。30、在线计算各个待监测浆液数据属于不同聚类的隶属度，在线计算各个待监测浆液数据属于不同聚类的隶属度时，计算公式的分母中有一个ε值，导致结果中会出现一个属于ω的隶属度m(ω)，将该隶属度看作待监测浆液品质出现异常的可能性。31、相对现有技术，本发明的优点如下：该方法能够处理不精确、不确定的健康状态信息，可有效描述脱硫浆液由一个状态向其他状态的演变过程，脱硫系统由于包含了多种热量传递类型，多相复杂化学反应，其浆液健康状态的描述与挖掘问题中必然很多包含不精确与不确定信息，而现有的方法不能同时描述这两类不完备信息，这是本申请中使用证据聚类算法的原因，也是本申请最大的创新。技术特征：1.一种火电机组脱硫浆液品质在线监测方法，其特征在于，所述方法包括以下步骤：2.根据权利要求1所述的火电机组脱硫浆液品质在线监测方法，其特征在于，步骤1中，利用caco3流量、烟气质量流量以及入口so2浓度计算出不同时刻的复合系数g，复合系数g的定义如下：3.根据权利要求2所述的火电机组脱硫浆液品质在线监测方法，其特征在于，步骤3中，依据定义的复合系数、脱硫效率以及ph值提取浆液品质样本数据，然后定义信度bel，即定义每个样本数据成为类心的可能性：4.根据权利要求3所述的火电机组脱硫浆液品质在线监测方法，其特征在于，步骤3中，计算各个样本数据与脱硫浆液品质数据库中其他数据的欧氏距离，从而计算各个样本数据的k邻域，定义如下：5.根据权利要求4所述的火电机组脱硫浆液品质在线监测方法，其特征在于，将k值设定为初始值kin，将信度排名在其k邻域中是第一的样本数据选作临时类心，即算法的初始类心6.根据权利要求5所述的火电机组脱硫浆液品质在线监测方法，其特征在于，步骤4中，将k值从初始值kin开始增加，在迭代过程中不断的更新每个聚类的临时类心和临时过渡健康状态的类心定义如下：7.根据权利要求6所述的火电机组脱硫浆液品质在线监测方法，其特征在于，随着k值的增加，临时类心的数量会不断减少，算法将会在所有临时类心的k邻域都不相交时停止，此时临时类心被确定为真正的聚类中心。8.根据权利要求7所述的火电机组脱硫浆液品质在线监测方法，其特征在于，步骤5中，计算各个样本数据点距离各个类心以及过渡类心的欧氏距离以及属于各个聚类的隶属度mi(a)，9.根据权利要求8所述的火电机组脱硫浆液品质在线监测方法，其特征在于，在线计算各个待监测浆液数据属于不同聚类的隶属度。10.根据权利要求9所述火电机组脱硫浆液品质在线监测方法，其特征在于，在线计算各个待监测浆液数据属于不同聚类的隶属度时，计算公式的分母中有一个ε值，导致结果中会出现一个属于ω的隶属度m(ω)，将该隶属度看作待监测浆液品质出现异常的可能性。技术总结本申请涉及一种火电机组脱硫浆液品质在线监测方法，引入了复合系数g，用于消除气体体积和入口SO