基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法与流程

本发明涉及生活垃圾焚烧，具体为基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法。

背景技术：

1、一直以来，生活垃圾焚烧行业的二噁英排放是公众广泛关注的问题，也是造成生活垃圾焚烧发电厂“邻避效应”的重要因素。生活垃圾焚烧设施的二噁英排放存在偶发突变等特征，同时其影响因素众多，一方面受生活垃圾的组成成分影响，另外一方面主要受焚烧炉的焚烧工况(炉膛温度、炉膛湍流度、烟气停留时间等)影响；

2、1、目前，在现有的技术中，二噁英手工监测技术存在周期长，在实际生产中无法实时获取二噁英排浓度；

3、2、在线监测预警技术虽然在一定程度上获取了二噁英的排放状况，但是无法给予运行人员实际工况调整指引；

4、3、通过氯苯等前提物监测的方式，一方面是技术尚在验证中，另外一方面是和在线监测预警技术类似，无法给予运行人员实际工况调整指引，针对上述问题，发明人提出基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法用于解决上述问题。

技术实现思路

1、为了解决现有的技术无法同时获取二噁英排实时状况和指导运行人员调整工况指标的问题；本发明的目的在于提供基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法。

2、为解决上述技术问题，本发明采用如下技术方案：基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，包括以下步骤：

3、s1、构建数据库，形成数据库模块，采集若干垃圾焚烧发电厂二噁英手工监测数据和对应时间的烟气排放连续监测系统cems常规指标；

4、s2、随机森林算法构建、训练和测试，建立基于随机森林的二噁英预测模型；

5、s3、采用二噁英预测模型对一个焚烧发电厂的有效历史cems常规指标进行一次预测；

6、s4、构建一个生活垃圾焚烧发电厂cems常规指标、焚烧工况指标和二噁英预测结果数据集；

7、s5、重新构建、训练和测试基于cems常规指标、焚烧工况指标和二噁英预测结果的二噁英预测模型，形成新的包含焚烧工况指标的二噁英预测预警模型；

8、s6、获取二噁英预测预警模块的权重指标，对权重排名前三的指标分超标和不超标统计，获得各指标的范围，并将其输入焚烧工况指标预警模块；

9、s7、将实时的指标监测数据和二噁英预测结果输入焚烧工况指标预警模块；

10、s8、焚烧工况指标预警模块根据当前的焚烧工况指标值和二噁英预测结果，提出各指标的控制要求，并向运行人员展示出来。

11、优选地，在s1中，收集的参数包括如下内容：

12、将收集的二噁英手工监测数据作为数据标签，对应时段内二氧化硫、氮氧化物、颗粒物、氯化氢、一氧化碳小时均值、焚烧炉类型、焚烧规模作为特征构建数据集；

13、

14、其中：

15、

16、式中ai为特征，具体为二氧化硫、氮氧化物、颗粒物、氯化氢、一氧化碳(五参数)的第i条数据，l i指二噁英手工监测结果标签(超标、不超标)，k指数据集的样本量。

17、优选地，在s2中，随机森林算法构建、训练和测试包括：用基尼指数或袋外误差构建随机森林模型，将s1收集的数据按8:2划分训练集和测试集。

18、优选地，s2的一种优选方式具体为：

19、用基尼指数或袋外误差选择最优特征，同时决定该特征的最优二值切分点；

20、ss1、对特征ai，对其可能取的每个值vi，根据样本点对a＝v的二噁英手工监测结果标签l＝超标/不超标，将d1划分为2部分，并计算其基尼指数；

21、ss2、选择基尼指数最小的特征及其取值作为最优特征和最优切分点，依据最优特征与最优切分点生成子节点；

22、ss3、重复步骤ss1和ss2，直到节点中样本个数小于预定阈值，或样本集的基尼指数小于预定阈值(样本基本属于同一类)，或没有更多特征；

23、ss4、生成随机森林，对测试集进行预测。

24、优选地，在s3中，采用二噁英预测模型对一个焚烧发电厂的有效历史cems常规指标进行一次预测，即将某一个垃圾电厂的所有数据输入模型预测，并获得预测结果。

25、优选地，在s4中，构建一个生活垃圾焚烧发电厂cems常规指标、焚烧工况指标和二噁英预测结果数据集，即将cems常规指标、焚烧工况指标和s3预测的二噁英结果重新构建新的数据集d2；

26、

27、在s4中，焚烧工况指标指的是烟气量、氧量、湿度、烟温、烟气压力、炉膛平均温度、dcs温度、上中下各层温度、主蒸汽流量、省煤器出口氧量、一级省煤器入口烟气温度、省煤器出口温度、一次风供风量、二次风供风量、布袋入口温度、布袋出口温度、布袋压差、活性炭喷射重量、环保物料使用量等。

28、优选地，在s5中，重新构建、训练和测试包含工况数据的二噁英预测预警模型，将数据集按8:2划分为测试集和训练集，重新构建随机森林模型，得到新的二噁英预测模型。

29、优选地，s6的一种优选方式具体为：

30、ss1、根据随机森林的权重，将权重排名前三的指标作为关键控制指标；

31、ss2、根据新的二噁英预测模型预测结果，将cems常规指标、焚烧工况指标分组汇总统计，绘制频率直方图可视化分组统计结果；

32、ss3、根据步骤ss2统计分布结果，分析关键参数的分布区间，以80％以上数据分离为界限，获得关键参数的最佳控制区间。

33、与现有技术相比，本发明的有益效果在于：

34、1、本发明中，根据焚烧工况指标的权重和统计结果提出焚烧工况指标的预警和指导范围，解决无法同时获取二噁英排放实时状况和根据实时状况指导运行人员调整工况指标的问题；

35、2、本发明中，基于全国的生活垃圾焚烧发电厂的数据建模，模型适应范围更广，具有更强的泛化能力；

36、3、本发明中，结合焚烧工况指标重构模型，实现了二噁英的检测预警同时可以提供给现场运行人员具体的参数控制指引。

技术特征：

1.基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，在s1中，收集的参数包括如下内容：

3.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，在s2中，随机森林算法构建、训练和测试包括：用基尼指数或袋外误差构建随机森林模型，将s1收集的数据按8:2划分训练集和测试集。

4.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，s2的一种优选方式具体为：

5.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，在s3中，采用二噁英预测模型对一个焚烧发电厂的有效历史cems常规指标进行一次预测，即将某一个垃圾电厂的所有数据输入模型预测，并获得预测结果。

6.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，在s4中，构建一个生活垃圾焚烧发电厂cems常规指标、焚烧工况指标和二噁英预测结果数据集，即将cems常规指标、焚烧工况指标和s3预测的二噁英结果重新构建新的数据集d2；

7.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，在s5中，重新构建、训练和测试包含工况数据的二噁英预测预警模型，将数据集按8:2划分为测试集和训练集，重新构建随机森林模型，得到新的二噁英预测模型。

8.如权利要求1所述的基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，其特征在于，s6的一种优选方式具体为：

技术总结
本发明公开基于大数据算法的生活垃圾焚烧烟气二噁英排放控制方法，涉及生活垃圾焚烧技术领域；而本发明包括二噁英预测预警模块、焚烧工况指标预警模块和数据库模块，所述二噁英预测预警模块在线识别焚烧炉二噁英的排放状况，所述焚烧工况指标预警模块根据实时的二噁英排放预测状况；本发明中，根据焚烧工况指标的权重和统计结果提出焚烧工况指标的预警和指导范围，解决无法同时获取二噁英排放实时状况和根据实时状况指导运行人员调整工况指标的问题，基于全国的生活垃圾焚烧发电厂的数据建模，模型适应范围更广，具有更强的泛化能力，结合焚烧工况指标重构模型，实现了二噁英的检测预警同时可以提供给现场运行人员具体的参数控制指引。

技术研发人员：谢丹平,李世平,尹文华,黄忠辉,杨艳艳,韩静磊,刘丽君
受保护的技术使用者：生态环境部华南环境科学研究所（生态环境部生态环境应急研究所）
技术研发日：
技术公布日：2024/12/5