CN110489711A - 用于炼厂低压瓦斯的排放测算方法 - Google Patents
用于炼厂低压瓦斯的排放测算方法 Download PDFInfo
- Publication number
- CN110489711A CN110489711A CN201910532585.4A CN201910532585A CN110489711A CN 110489711 A CN110489711 A CN 110489711A CN 201910532585 A CN201910532585 A CN 201910532585A CN 110489711 A CN110489711 A CN 110489711A
- Authority
- CN
- China
- Prior art keywords
- low pressure
- discharge
- pressure gas
- gas
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000010079 rubber tapping Methods 0.000 claims abstract description 49
- 230000002159 abnormal effect Effects 0.000 claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 239000007789 gas Substances 0.000 claims description 310
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000004615 ingredient Substances 0.000 claims description 4
- 230000010354 integration Effects 0.000 abstract description 4
- 239000000203 mixture Substances 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 6
- 238000003556 assay Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012098 association analyses Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- CUZMQPZYCDIHQL-VCTVXEGHSA-L calcium;(2s)-1-[(2s)-3-[(2r)-2-(cyclohexanecarbonylamino)propanoyl]sulfanyl-2-methylpropanoyl]pyrrolidine-2-carboxylate Chemical compound [Ca+2].N([C@H](C)C(=O)SC[C@@H](C)C(=O)N1[C@@H](CCC1)C([O-])=O)C(=O)C1CCCCC1.N([C@H](C)C(=O)SC[C@@H](C)C(=O)N1[C@@H](CCC1)C([O-])=O)C(=O)C1CCCCC1 CUZMQPZYCDIHQL-VCTVXEGHSA-L 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000013028 medium composition Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 102000054766 genetic haplotypes Human genes 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004989 laser desorption mass spectroscopy Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Measuring Volume Flow (AREA)
Abstract
本申请提出了用于炼厂低压瓦斯的排放测算方法,包括获取每个炼厂低压瓦斯排放装置支管上的采集到的排放参数、各装置内单个低压瓦斯排放设备的排放参数以及气柜出口总管处的排放参数;从实时数据库中提取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵;基于排放参数矩阵构建排放参数方程,求解得到对应单个低压瓦斯排放装置支管排放量的精确解;基于排放量精确解判定各装置是否存在低压瓦斯排放异常;通过实时数据库将相关信息进行有效集成,以各装置低压瓦斯组成数据为基础构建排放量测算模型,实现各装置低压瓦斯排放量的在线测算,为操作及管理人员监管各装置低压瓦斯排放情况提供数据支撑。
Description
技术领域
本发明属于化工领域,尤其涉及用于炼厂低压瓦斯的排放测算方法。
背景技术
炼厂瓦斯一般分为高压瓦斯和低压瓦斯两部分,低压瓦斯主要为各装置释放的不凝气或由于操作波动临时释放的各类工艺气体。炼厂低压瓦斯排放的典型特征是排量不稳定、组成多变、压力及温度波动大,这也造成了低压瓦斯排放难以准确计量。如何对炼厂低压瓦斯排放进行有效监管,解决低压瓦斯排放难以计量的技术难题,及时发现和甄别瓦斯异常排放情况及装置异常问题,降低瓦斯气柜超负荷以及燃放火炬等风险,降低炼厂事故隐患,一直是炼油厂关注的焦点问题。
在工业释放气体测算方面,现有技术主要通过获取煤气管网温度、压力、阀门开度等易测量数据,将其输入到流体动力学机理模型中进行计算获取煤气流量,实现煤气流量的软测量。该技术对于煤气管网等压力、组分稳定的管网能起到较好的计算效果,但对于压力、组分变化比较大的低压瓦斯管网难以做到精确的测算。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提出了用于炼厂低压瓦斯的排放测算方法,通过实时数据库将相关信息进行有效集成,获取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵,基于排放参数矩阵构建排放参数方程,求解得到对应单个低压瓦斯排放装置支管排放量的精确解,基于排放量精确解判定各装置是否存在低压瓦斯排放异常。获取异常排放装置内各设备的排放参数,将各设备低压瓦斯排放点按阀门种类进行分类,与监测数据结合进行逻辑关联分析,实现各类设备异常排放瓦斯情况的在线监控与异常甄别。构建炼厂低压瓦斯排放管控平台,集成低压瓦斯排放相关的信息及数据,实现低压瓦斯排放的分级监控与精细化管理。
具体的,本实施例所提出的用于炼厂低压瓦斯的排放测算方法,所述排放测算方法包括:
获取每个炼厂低压瓦斯排放装置支管上的采集到的排放参数、各装置内单个低压瓦斯排放设备的排放参数以及气柜出口总管处的排放参数,将排放参数传输至实时数据库中进行存储;
从实时数据库中提取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数,将单个低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵;
基于排放参数矩阵构建排放参数方程,对排放参数方程进行求解,得到对应单个低压瓦斯排放装置支管排放量的精确解;
基于排放量精确解判定各装置是否存在低压瓦斯排放异常;
基于低压瓦斯排放装置支管装置内各设备的排放参数,判定各设备是否存在低压瓦斯异常排放;
其中,所述排放参数包括各低压瓦斯排放装置支管气体成分、温度、压力,各装置内各低压瓦斯排放设备的温度、压力,以及气柜出口总管低压瓦斯总量和气体成分。
可选的,所述从实时数据库中提取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数,将单个低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵,包括:
获取各低压瓦斯排放装置支管处的气体成分,以及气柜出口总管的总气体成分和总气体排放量;
基于获取到的各低压瓦斯排放装置支管处的气体成分、气柜出口总管的总气体成分以及总气体排放量构建排放参数矩阵。
可选的,所述基于获取到的各低压瓦斯排放装置支管处的气体成分、气柜出口总管的总气体成分以及总气体排放量构建排放参数矩阵,包括:
所述排放参数矩阵包括分支气体成分矩阵Ci,j和总气体成分矩阵Di;
其中,
式中,i表示气体成分、j表示低压瓦斯排放装置,i、j、m、n的取值范围均为正整数。
可选的,所述基于排放参数矩阵构建排放参数方程,对排放参数方程进行求解,得到对应单个低压瓦斯排放装置支管排放量的精确解,包括:
基于已得到的低压瓦斯排放装置支管的气体成分矩阵Ci,j和气柜总气体成分矩阵Di构建如公式一所示的排放参数方程,
式中,为n个低压瓦斯排放装置的低压瓦斯排放量,FT为气柜出口总管的总气体排放量,n的取值范围均为正整数;
对公式一求解,得到列向量矩阵中各元素的取值,每个元素的取值为单个装置的排放量精确解。
可选的,所述排放测算方法,还包括:
所述排放参数方程存在非单一解或无解。
可选的,所述排放测算方法,还包括:
基于最小二乘法得到目标函数表达式:
在Fj≥0的约束条件下对目标函数进行求解,得到满足条件的Fj作为排放量精确解;
式中,Ci,j为分支气体成分矩阵,Di为总气体成分矩阵。
可选的,所述排放测算方法,还包括:
从实时数据库中获取低压瓦斯排放装置内各低压瓦斯排放设备对应的排放参数;
基于各低压瓦斯排放设备排放参数中的压力数值与对应安全阀或压控阀的设定压力进行比较,判定各设备是否异常排放低压瓦斯;
当测量压力大于安全阀或压控阀的设定压力时,判定该装置出现了低压瓦斯的异常排放,触发设备级低压瓦斯异常排放报警。
可选的,所述排放测算方法还包括:
通过标准数据接口获取包括各装置低压瓦斯排放支管温度、压力的低压瓦斯排放参数信号的历史数据,并计算获得数据的标准差,计算公式如公式二所示,
式中,x1、x2、x3、xn为各装置低压瓦斯排放支管温度、压力的低压瓦斯排放参数信号的历史数据,为各历史数据对应的均值;
将大于预设倍数标准差的数据剔除,对剩余数据重新计算获取当前数据平均值M,以M作为阀值对当前时刻测量信息数据进行判断;
当实时测量数据大于对应的阀值M的预设倍数时,判定该装置出现了低压瓦斯的异常排放,并触发装置级低压瓦斯异常排放报警。
本发明提供的技术方案带来的有益效果是:
通过实时数据库将相关信息进行有效集成,以各装低压瓦斯组成数据为基础构建排放量测算模型,实现各装置低压瓦斯排放量的在线测算,为操作及管理人员分析各装置低压瓦斯排放情况提供数据支撑。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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。
图1为本申请实施例提出的用于炼厂低压瓦斯的排放测算方法的流程示意图;
图2为本申请实施例提出的低压瓦斯***的结构示意图。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
本申请实施例提出一种用于炼厂低压瓦斯的排放测算方法,如图1所示,所述排放测算方法包括:
11、获取每个炼厂低压瓦斯排放装置支管上的采集到的排放参数、各装置内单个低压瓦斯排放设备的排放参数以及气柜出口总管处的排放参数,将排放参数传输至实时数据库中进行存储;
12、从实时数据库中提取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数,将单个低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵;
13、基于排放参数矩阵构建排放参数方程,对排放参数方程进行求解,得到对应单个低压瓦斯排放装置支管排放量的精确解;
14、基于排放量精确解判定各装置是否存在低压瓦斯排放异常;
15、基于低压瓦斯排放装置支管装置内各设备的排放参数,判定各设备是否存在低压瓦斯异常排放;
其中,所述排放参数包括各低压瓦斯排放装置支管气体成分、温度、压力,各装置内各低压瓦斯排放设备的温度、压力,以及气柜出口总管低压瓦斯总量和气体成分。
在实施中,为了对炼厂低压瓦斯的排放进行详细测算,首选需要执行步骤11所示的排放参数获取以及传输至实时数据库中进行参数存储的操作。详细过程包括:在各装置低压瓦斯排放点相连的容器、设备及管道上增加必要的压力、温度监测仪表,在各装置低压瓦斯排放总管、瓦斯气柜气出口总管上增设必要的采样口或在线分析仪,在气柜压缩机出口总管增加流量监测仪表。将监测仪表数据通过标准信号线发送到集散控制***(DCS)中,然后通过工业标准通讯接口(OPC)将数据存储到实时数据库中。采样分析获得的介质组成数据存储到实验室管理***(LIMS)中,同样通过标准通讯接口存储到实时数据库中。这里炼厂低压瓦斯排放设备包括存在低压瓦斯排放的容器以及对全部排放低压瓦斯进行汇总的气柜;接着执行步骤12所示的排放参数矩阵构建操作,包括:
121、获取各低压瓦斯排放装置支管处的气体成分,以及气柜出口总管的总气体成分和总气体排放量;
122、基于获取到的各低压瓦斯排放装置支管处的气体成分、气柜出口总管的总气体成分以及总气体排放量构建排放参数矩阵。
具体的步骤122包括:
所述排放参数矩阵包括分支气体成分矩阵Ci,j和总气体成分矩阵Di;
其中,
式中,i表示气体成分、j表示低压瓦斯排放装置,i、j、m、n的取值范围均为正整数。
所述基于排放参数矩阵构建排放参数方程,对排放参数方程进行求解,得到对应单个设备的排放量精确解,包括:
基于已得到的低压瓦斯排放装置支管的气体成分矩阵Ci,j和气柜总气体成分矩阵Di构建如公式一所示的排放参数方程,
式中,为n个低压瓦斯排放装置的低压瓦斯排放量,FT为气柜出口总管的总气体排放量,n的取值范围均为正整数;
对公式一求解,得到列向量矩阵中各元素的取值,每个元素的取值为单个装置的排放量精确解。
在实施中,针对低压瓦斯排放难以准确计量的难题,基于化验分析数据构建低压瓦斯排放量测算模型,实现各装置低压瓦斯排放量的在线测算。本实施例所涉及到的低压瓦斯***示意图如图2所示,其中包含n套低压瓦斯排放装置,每台低压瓦斯排放装置中包含有n台低压瓦斯排放设备,各装置均有一个低压瓦斯管线负责收集各排放点排放的低压瓦斯,然后汇集到低压瓦斯界区总管,再经各条管线汇集到气柜中,气柜气经压缩机压缩后打入高压瓦斯管网。通过各装置低压瓦斯排放总管及气柜气出口总管采样点,可获得各装置及瓦斯气柜的介质组成数据。而经过压缩机压缩后的气柜气,压力、流量较为平稳易于通过计量仪表获得其流量。将各采样点的采样时间、采样频次统一后,则根据质量守恒原理各装置低压瓦斯排放量Fj与组分i含量Ci,j的乘积之和必然等于气柜气总量FT与相应组分含量Di的乘积,如公式一所示。
由于低压瓦斯装置数量与组分的化验分析项数不一定完全相等,可能导致方程组存在非单一解或无解。为实现低压瓦斯排放量的求解,降低化验分析误差等干扰因素,将上述问题转换成最小二乘问题。当所述排放参数方程存在非单一解,所述排放测算方法,还包括:
基于最小二乘法得到目标函数表达式:
在Fj≥0的约束条件下对目标函数进行求解,得到满足条件的Fj作为排放量精确解。
通过标准数据接口采集低压瓦斯排放分析数据,导入上述模型进行求解,可在线计算获得各装置低压瓦斯排放量及变化趋势。基于测算数据,可以甄别各装置安全阀内漏问题、手动阀误操作问题,为排查低压瓦斯异常排放问题提供支撑数据。
借助低压瓦斯排放量测算模型虽然可以实现各装置低压瓦斯排放的精确计量,但数据更新周期受化验分析频次的限制且具有一定的滞后性。为了进一步克服上述缺点,通过各装置低压瓦斯排放总管易测量信息进行异常排放识别,实现低压瓦斯异常排放的预警。由于各装置低压瓦斯排放总管的温度、压力等易测量信号和环境温度、装置运行状态、瓦斯气柜负荷等因素有关,直接固定预警阀值难以实现准确判断。为此本发明采用如下技术方法。
可选的,所述排放测算方法,还包括:
21、从实时数据库中获取低压瓦斯排放装置内各低压瓦斯排放设备对应的排放参数;
22、基于各低压瓦斯排放设备排放参数中的压力数值与对应安全阀或压控阀的设定压力进行比较,判定各设备是否异常排放低压瓦斯;
23、当测量压力大于安全阀或压控阀的设定压力时,判定该装置出现了低压瓦斯的异常排放,触发设备级低压瓦斯异常排放报警。
步骤23所示的报警操作详细包括:
231、通过标准数据接口获取包括各装置低压瓦斯排放支管温度、压力的低压瓦斯排放参数信号的历史数据,并计算获得数据的标准差,计算公式如公式二所示,
式中,x1、x2、x3、xn为各装置低压瓦斯排放支管温度、压力的低压瓦斯排放参数信号的历史数据,为各历史数据对应的均值;
232、将大于预设倍数标准差的数据剔除,对剩余数据重新计算获取当前数据平均值M,以M作为阀值对当前时刻测量信息数据进行判断;
233、当实时测量数据大于对应的阀值M的预设倍数时,判定该装置出现了低压瓦斯的异常排放,并触发装置级低压瓦斯异常排放报警。
这里将大于预设倍数标准差的数据剔除,对剩余数据重新计算获取当前数据平均值M,以M作为阀值对当前时刻测量信息数据进行判断,当易测量数据大于阀值M的预设倍数时,判定该装置出现了低压瓦斯的异常排放,触发装置级低压瓦斯异常排放报警,提示操作人员及时关注装置内部异常变化。
综上,为了解决背景技术中所提出的技术问,本实施例整理出一套炼厂低压瓦斯排放测算与监管方法,具体实现方式如下:
(1)在各装置低压瓦斯排放管线相连的容器、设备上增加必要的压力监测仪表,在低压瓦斯管网上增设必要的采样口或在线分析仪,在各装置低压瓦斯排放总管增加温度、压力监测一般,在气柜压缩机出口总管增加流量监测仪表。将监测仪表数据、化验分析数据通过标准信号线发送到实时数据库中进行存储。
(2)通过标准数据接口获取低压瓦斯管网相连的各容器、设备监测信号数据,将排放点分安全阀、调节阀、压控阀及手动阀四类,将获取的压力监测数据与安全阀定压力、压控阀设定压力进行对比识别低压瓦斯排放状况,通过调节阀阀位监测数据识别低压瓦斯排放状况,手动阀状态采用人机交互方式录入,各设备排放低压瓦斯时触发设备级低压瓦斯异常排放预警。
(3)通过标准数据接口获取各装置低压瓦斯排放总管的瓦斯组分分析数据Ci,j按列进行排序,构建系数矩阵A,获取气柜出口总管化验分析数据Di,构建列向量B,以及气柜压缩机出口总流量FT。构建目标函数:
采用最小二乘法对目标函数进行求解获取各装置低压瓦斯排放量Fj。
(4)通过标准数据接口获取各装置低压瓦斯排放总管温度、压力等测量信号过去一段时间的历史数据,计算获得数据的标准差,将大于预设倍数均方差的数据剔除,对剩余数据重新计算获取平均值M,以M作为阀值对当前时刻测量数据进行判断,当大于阀值M的预设倍数据时判定该装置出现了低压瓦斯的异常排放,并触发装置级低压瓦斯异常排放报警。
(5)对低压瓦斯排放主要装置、设备等的异常排放次数、排放时长进行在线统计,建立考核制度形成线上打分机制,构建低压瓦斯异常排放统计报表,对各装置、各车间不同班次及日、月、年等不同粒度下的低压瓦斯异常排放情况进行分类统计,实现低压瓦斯异常排放的定量管控与考核。
(6)将各设备及容器监控信息、排放情况判别信息,各装置低压瓦斯排放监测信号及异常排放判别信息,各装置低压瓦斯总管分析数据及低压瓦斯排放量测算数据,各装置及车间低压瓦斯异常排放统计信息等进行集成,构建炼厂低压瓦斯***管控平台,实现低压瓦斯排放集中监控与精细化管理。
本发明的目的在于构建一套炼厂低压瓦斯排放测算方法,提升炼厂低压瓦斯排放的监管力度,解决低压瓦斯排放难以计量的技术难题,帮助企业及时发现和甄别各装置低压瓦斯异常排放情况,降低低压瓦斯异常排放造成的燃料火炬、污染环境等问题。为此,本发明首先通过增设必要的监控仪表及采样点,通过实时数据库将相关信息进行有效集成,将各装置低压瓦斯排放点按阀门种类进行分类,与监测数据结合进行逻辑关联分析,实现各类阀门异常排放瓦斯情况的在线监控与异常甄别。同时,以各装低压瓦斯组成数据为基础构建排放量测算模型,实现各装置低压瓦斯排放量的在线测算,为操作及管理人员分析各装置低压瓦斯排放情况提供数据支撑。为解决化验分析数据滞后性等问题,通过各装置低压瓦斯排放总管易测量信号的历史数据分析,获取正常工况下信号的基准值并通过与实时测量数据进行对比,甄别各装置低压瓦斯异常排放情况。同时,构建统计分析报表对各装置、各排放点低压瓦斯排放次数、排放时长等进行统计,并构建线上考核评比准则,提升低压瓦斯异常排放的分析及管控力度。最后,构建炼厂低压瓦斯排放管控平台,集成低压瓦斯排放相关的信息及数据,实现低压瓦斯排放的分级监控与精细化管理。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.用于炼厂低压瓦斯的排放测算方法,其特征在于,所述排放测算方法包括:
获取每个炼厂低压瓦斯排放装置支管上的采集到的排放参数、各装置内单个低压瓦斯排放设备的排放参数以及气柜出口总管处的排放参数,将排放参数传输至实时数据库中进行存储;
从实时数据库中提取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数,将单个低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵;
基于排放参数矩阵构建排放参数方程,对排放参数方程进行求解,得到对应单个低压瓦斯排放装置支管排放量的精确解;
基于排放量精确解判定各装置是否存在低压瓦斯排放异常;
基于低压瓦斯排放装置支管装置内各设备的排放参数,判定各设备是否存在低压瓦斯异常排放;
其中,所述排放参数包括各低压瓦斯排放装置支管气体成分、温度、压力,各装置内各低压瓦斯排放设备的温度、压力,以及气柜出口总管低压瓦斯总量和气体成分。
2.根据权利要求1所述的用于炼厂低压瓦斯的排放测算方法,其特征在于,所述从实时数据库中提取各低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数,将单个低压瓦斯排放装置支管的排放参数以及气柜出口总管处的排放参数组建为排放参数矩阵,包括:
获取各低压瓦斯排放装置支管处的气体成分,以及气柜出口总管的总气体成分和总气体排放量;
基于获取到的各低压瓦斯排放装置支管处的气体成分、气柜出口总管的总气体成分以及总气体排放量构建排放参数矩阵。
3.根据权利要求2所述的用于炼厂低压瓦斯的排放测算方法,其特征在于,所述基于获取到的各低压瓦斯排放装置支管处的气体成分、气柜出口总管的总气体成分以及总气体排放量构建排放参数矩阵,包括:
所述排放参数矩阵包括分支气体成分矩阵Ci,j和总气体成分矩阵Di;
其中,
式中,i表示气体成分、j表示低压瓦斯排放装置,i、j、m、n的取值范围均为正整数。
4.根据权利要求3所述的用于炼厂低压瓦斯的排放测算方法,其特征在于,所述基于排放参数矩阵构建排放参数方程,对排放参数方程进行求解,得到对应单个低压瓦斯排放装置支管排放量的精确解,包括:
基于已得到的低压瓦斯排放装置支管的气体成分矩阵Ci,j和气柜总气体成分矩阵Di构建如公式一所示的排放参数方程,
式中,为n个低压瓦斯排放装置的低压瓦斯排放量,FT为气柜出口总管的总气体排放量;
对公式一求解,得到列向量矩阵中各元素的取值,每个元素的取值为单个装置的排放量精确解。
5.根据权利要求1所述的用于炼厂低压瓦斯的排放测算方法,其特征在于,所述排放测算方法,还包括:
所述排放参数方程存在非单一解或无解。
6.根据权利要求5所述的用于炼厂低压瓦斯的排放测算方法,其特征在于所述排放测算方法,还包括:
基于最小二乘法得到目标函数表达式:
在Fj≥0的约束条件下对目标函数进行求解,得到满足条件的Fj作为排放量精确解;
式中,Ci,j为分支气体成分矩阵,Di为总气体成分矩阵。
7.根据权利要求1所述的用于炼厂低压瓦斯的排放测算方法,其特征在于,所述排放测算方法,还包括:
从实时数据库中获取低压瓦斯排放装置内各低压瓦斯排放设备对应的排放参数;
基于各低压瓦斯排放设备排放参数中的压力数值与对应安全阀或压控阀的设定压力进行比较,判定各设备是否异常排放低压瓦斯;
当测量压力大于安全阀或压控阀的设定压力时,判定该装置出现了低压瓦斯的异常排放,触发设备级低压瓦斯异常排放报警。
8.根据权利要求1所述的用于炼厂低压瓦斯的排放测算方法,其特征在于,所述排放测算方法还包括:
通过标准数据接口获取包括各装置低压瓦斯排放支管温度、压力的低压瓦斯排放参数信号的历史数据,并计算获得数据的标准差,计算公式如公式二所示,
式中,x1、x2、x3、xn为各装置低压瓦斯排放支管温度、压力的低压瓦斯排放参数信号的历史数据,为各历史数据对应的均值;
将大于预设倍数标准差的数据剔除,对剩余数据重新计算获取当前数据平均值M,以M作为阀值对当前时刻测量信息数据进行判断;
当实时测量数据大于对应的阀值M的预设倍数时,判定该装置出现了低压瓦斯的异常排放,并触发装置级低压瓦斯异常排放报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910532585.4A CN110489711A (zh) | 2019-06-19 | 2019-06-19 | 用于炼厂低压瓦斯的排放测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910532585.4A CN110489711A (zh) | 2019-06-19 | 2019-06-19 | 用于炼厂低压瓦斯的排放测算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110489711A true CN110489711A (zh) | 2019-11-22 |
Family
ID=68546236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910532585.4A Pending CN110489711A (zh) | 2019-06-19 | 2019-06-19 | 用于炼厂低压瓦斯的排放测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489711A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070225836A1 (en) * | 2005-03-18 | 2007-09-27 | Swanson Brian G | Predictive emissions monitoring system and method |
US20110106506A1 (en) * | 2009-11-05 | 2011-05-05 | General Electric Company | PREDICTING NOx EMISSIONS |
ES2435996A2 (es) * | 2011-05-09 | 2013-12-26 | Abengoa Bioenergía Nuevas Tecnologías, S.A. | Método para determinar emisiones de gases de efecto invernadero (gei) en la producción de bioproducto |
CN104850901A (zh) * | 2015-04-27 | 2015-08-19 | 辽宁工程技术大学 | 一种基于多模型预测瓦斯浓度的软测量方法及*** |
US20150261893A1 (en) * | 2014-04-22 | 2015-09-17 | China University Of Petroleum - Beijing | Method and apparatus for determining pipeline flow status parameter of natural gas pipeline network |
CN106296435A (zh) * | 2016-08-18 | 2017-01-04 | 西安科技大学 | 一种矿井瓦斯监测异常数据识别方法 |
CN109190828A (zh) * | 2018-09-07 | 2019-01-11 | 苏州大学 | 泄漏气体浓度分布确定方法、装置、设备及可读存储介质 |
-
2019
- 2019-06-19 CN CN201910532585.4A patent/CN110489711A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070225836A1 (en) * | 2005-03-18 | 2007-09-27 | Swanson Brian G | Predictive emissions monitoring system and method |
US20110106506A1 (en) * | 2009-11-05 | 2011-05-05 | General Electric Company | PREDICTING NOx EMISSIONS |
ES2435996A2 (es) * | 2011-05-09 | 2013-12-26 | Abengoa Bioenergía Nuevas Tecnologías, S.A. | Método para determinar emisiones de gases de efecto invernadero (gei) en la producción de bioproducto |
US20150261893A1 (en) * | 2014-04-22 | 2015-09-17 | China University Of Petroleum - Beijing | Method and apparatus for determining pipeline flow status parameter of natural gas pipeline network |
CN104850901A (zh) * | 2015-04-27 | 2015-08-19 | 辽宁工程技术大学 | 一种基于多模型预测瓦斯浓度的软测量方法及*** |
CN106296435A (zh) * | 2016-08-18 | 2017-01-04 | 西安科技大学 | 一种矿井瓦斯监测异常数据识别方法 |
CN109190828A (zh) * | 2018-09-07 | 2019-01-11 | 苏州大学 | 泄漏气体浓度分布确定方法、装置、设备及可读存储介质 |
Non-Patent Citations (4)
Title |
---|
屈威等: "炼厂燃料气***平衡技术" * |
明德廷等: "钢铁企业煤气优化调度模型研究" * |
朱自新等: "炼厂公用介质平衡及优化***的开发应用" * |
李军海: "时间序列数学预测模型在瓦斯气柜负荷的应用" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断***及方法 | |
CN110046145A (zh) | 基于电能量大数据研究的专家智能分析服务平台 | |
US7103452B2 (en) | Method and system for targeting and monitoring the energy performance of manufacturing facilities | |
CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估***与运行方法 | |
JP2003242212A (ja) | ユーティリティの消費特性が類似する曜日を決定する装置および方法 | |
US20060041368A1 (en) | Systems, Methods and Computer Program Products for Remote Monitoring of Turbine Combustion Dynamics | |
CN108830437A (zh) | 一种用于智能电能表运行的评估方法 | |
JP2004532476A (ja) | プロセス装置の監視プログラム | |
CN109916496A (zh) | 一种电子秤的监测方法及*** | |
CN108347352A (zh) | 一种电力***中信息***及设备性能的诊断方法 | |
US10775779B2 (en) | Operation information analyzer | |
CN106872172A (zh) | 航空发动机试验安全参数监视的实时判别方法及*** | |
CN114354783A (zh) | 基于在运数据的特高压油色谱监测装置健康度评估方法 | |
CN108604821A (zh) | 能量消耗报警方法、能量消耗报警***和平台 | |
CN110489711A (zh) | 用于炼厂低压瓦斯的排放测算方法 | |
CN114266454A (zh) | 一种卷烟工厂能耗异常监测判断方法及其*** | |
CN110045695A (zh) | 一种基于方差分析的工艺参数在线预警方法 | |
CN108801320B (zh) | 一种天然气测量***的诊断方法 | |
CN108955837A (zh) | 一种质量流量计在线***误差的确定方法及其应用 | |
CN117689256A (zh) | 一种铝合金熔铸产品质量溯源方法 | |
CN112102903A (zh) | 基于临床实验室检测结果的质量控制*** | |
CN113283510B (zh) | 一种基于全业务混合数据的二次设备健康状况分析方法 | |
CN110118589A (zh) | 一种标定计量仪表的装置与方法 | |
CN115833387A (zh) | 一种储能电站自动化状态巡检方法 | |
Mares et al. | Artificial intelligence-based control system for the analysis of metal casting properties |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |
|
RJ01 | Rejection of invention patent application after publication |