一种电除尘器智能调节方法、系统、设备及可读存储介质技术方案

本发明专利技术涉及环保节能技术领域，具体涉及一种电除尘器智能调节方法、系统、设备及可读存储介质，其中，电除尘智能调节方法包括：获取出烟口处的烟尘图像信息；将烟尘图像信息输入至预先构建的烟尘图像分析模型中，输出烟尘污染等级，其中，所述烟尘图像分析模型为使用多组数据通过机器训练得出，所述多组数据中的每组数据均为包括烟尘的图片信息及标识该烟尘图片信息对应污染等级的标签；根据所述烟尘污染等级自动调整电除尘器的除尘运行参数至对应的预设污染等级。本发明专利技术通过对出烟口处的实时的出烟情况进行实时监测，实现电除尘运行参数的自动调节，使得电除尘器达到最优运行状态，实现节能环保和精细化管理的效果。实现节能环保和精细化管理的效果。实现节能环保和精细化管理的效果。

【技术实现步骤摘要】
一种电除尘器智能调节方法、系统、设备及可读存储介质


[0001]本专利技术涉及环保节能
，具体涉及一种电除尘器智能调节方法、系统、设备及可读存储介质。

技术介绍

[0002]火电厂一般会应用烟尘处理系统，目前火电厂一般在电网内都会充当调峰的角色，而火电厂在为电网担当调峰任务的过程中负荷起伏较大，产生的烟尘量难以控制，经常会出现在调峰过程中电除尘工作效率、烟囱冒出黑烟的情况，首先电除尘的效率和锅炉负荷息息相关，而火电厂经常为电网担当调峰任务负荷起伏较大，而电除尘的参数目前主要靠运行人员手动设置无法保证时效性，经常会出现在调峰后电除尘工作效率大幅下降、烟囱冒出黑烟的情况。负荷降低的直接后果就是用煤量降低粉尘量降低，此时如果还要电除尘保持高除尘率就必须重新设置高、低压系统的参数但电除尘系统参数全部是手工设置的，而且由于前电场和后电场的性质差别很大，必须单独每台柜分开设置，这种人工的效率显然是无法满足实际工况的。

技术实现思路

[0003]针对现有技术中存在的问题，本专利技术提供了一种电除尘器智能调节方法、系统、设备及可读存储介质，能够实现电除尘运行参数的自动调节，使得电除尘器达到最优运行状态，实现节能环保和精细化管理的效果。
[0004]为了解决上述技术问题，本专利技术通过以下技术方案予以实现：
[0005]一种电除尘器智能调节方法，包括：
[0006]获取出烟口处的烟尘图像信息；
[0007]将所述烟尘图像信息输入至预先构建的烟尘图像分析模型中，输出烟尘污染等级，其中，所述烟尘图像分析模型为使用多组数据通过机器训练得出，所述多组数据中的每组数据均为包含烟尘的图片信息及标识该烟尘图片信息对应污染等级的标签；
[0008]根据所述烟尘污染等级自动调整电除尘器的除尘运行参数至对应的预设污染等级。
[0009]进一步地，所述烟尘污染等级包括由低至高依次排列的5个等级，每个等级数据通过机器训练时输入的烟尘的图片不低于1500张。
[0010]进一步地，当所述烟尘污染等级大于或等于4级时发出警报。
[0011]进一步地，当所述烟尘污染等级大于或等于3级时，提高电除尘器打震器的打震频率。
[0012]进一步地，所述用于训练所述烟尘图像分析模型的所述多组数据还包括不含有烟尘的图片信息，所述烟尘图像分析模型还用于输出不含烟尘的信息；当所述烟尘图像分析模型未输出不含烟尘的信息时，电除尘器停止工作，且处于待机状态。
[0013]进一步地，所述机器训练采用的深度学习框架为Tensorflow；所述机器训练采用
的模型架构训练分类模型为Big Transfer；所述机器训练采用的计算机编程语言为Python；所述机器训练采用的制作界面为Pylnstaller。
[0014]一种电除尘器智能调节系统，包括：
[0015]摄像模块，用于获取出烟口处的烟尘图像信息；
[0016]烟尘污染等级输出模块，用于将所述烟尘图像信息输入至预先构建的烟尘图像分析模型中，输出烟尘污染等级，其中，所述烟尘图像分析模型为使用多组数据通过机器训练得出，所述多组数据中的每组数据均为包含烟尘的图片信息及标识该烟尘图片信息对应污染等级的标签；
[0017]电除尘器控制模块，用于根据所述烟尘污染等级自动调整电除尘器的除尘运行参数至对应的预设污染等级。
[0018]一种设备，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所述一种电除尘器智能调节方法的步骤。
[0019]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一种电除尘器智能调节方法的步骤。
[0020]与现有技术相比，本专利技术至少具有以下有益效果：
[0021]本专利技术提供了一种电除尘器智能调节方法，通过获取出烟口处的烟尘图像信息，将烟尘图像信息输入至预先构建的烟尘图像分析模型中，输出烟尘污染等级，根据烟尘污染等级自动调整电除尘器的除尘运行参数至对应的预设污染等级。由于电厂排放的烟尘的含尘浓度、烟气温度，粘度、密度等数据很难实现实事检测，本专利技术采用构建的烟尘图像分析模型达到了对烟尘浓度及状态的检测，并将检测结果进行分级处理，并将对应的指令通过发送给除尘器以实时改变除尘器的运行参数，保证除尘率能够始终维持在预设的数值，从而提高除尘效率的同时也能降低能耗，避免了因人工调节进行电除尘运行的参数设定导致的烟气浓度过大或电能浪费，保证在一定除尘效率的情况下，满足所消耗的电能尽可能小的要求。在闭环控制的情况下，烟气浊度基本保持不变，但能耗则可下降，并且还可以自定义浊度范围。可见，本专利技术通过对出烟口处的实时的出烟情况进行实时监测，实现电除尘运行参数的自动调节，使得电除尘器达到最优运行状态，实现节能环保和精细化管理的效果。
[0022]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0023]为了更清楚地说明本专利技术具体实施方式中的技术方案，下面将对具体实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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。
[0024]图1为本专利技术一种电除尘器智能调节方法的流程图。
具体实施方式
[0025]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0026]本专利技术是针对传统电除尘器人工调节进行电除尘运行的参数设定，一方面精度不够，工作比较繁琐，另一方面，目前火电面临宽负荷运行以及深度调峰的情况，机组负荷的改变而引起烟气浓度的变化，不能及时的调节各参数造成烟气浓度过大或电能浪费而设计的智能辅助监控调整方法。
[0027]作为本专利技术的某一具体实施方式，如图1所示，一种电除尘器智能调节方法是基于机器学习模型的电除尘智能调节方法，具体包括以下步骤：
[0028]S1：使用摄像模块调取出烟口处的烟尘图像信息；
[0029]S2：将烟尘图像信息输入至预先构建的烟尘图像分析模型中确定烟尘污染等级，其中，烟尘图像分析模型为使用多组数据通过机器训练得出，多组数据中的每组数据均为包含烟尘的图片信息及标识该烟尘图片信息对应污染等级的标签。
[0030]具体地说，标签除污染等级信息外还包括烟尘产生的原始参数：燃煤电厂条件、环保要求、烟气条件、煤质分析等信息。
[0031]机器训练采用的深度学习框架为Tensorflow；所述机器训练采用的模型架构训练分类模型为Big Transfer；所述机器训练采用的计算机编程语言为Py本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电除尘器智能调节方法，其特征在于，包括：获取出烟口处的烟尘图像信息；将所述烟尘图像信息输入至预先构建的烟尘图像分析模型中，输出烟尘污染等级，其中，所述烟尘图像分析模型为使用多组数据通过机器训练得出，所述多组数据中的每组数据均为包含烟尘的图片信息及标识该烟尘图片信息对应污染等级的标签；根据所述烟尘污染等级自动调整电除尘器的除尘运行参数至对应的预设污染等级。2.根据权利要求1所述的一种电除尘器智能调节方法，其特征在于，所述烟尘污染等级包括由低至高依次排列的5个等级，每个等级数据通过机器训练时输入的烟尘的图片不低于1500张。3.根据权利要求2所述的一种电除尘器智能调节方法，其特征在于，当所述烟尘污染等级大于或等于4级时发出警报。4.根据权利要求2所述的一种电除尘器智能调节方法，其特征在于，当所述烟尘污染等级大于或等于3级时，提高电除尘器打震器的打震频率。5.根据权利要求2所述的一种电除尘器智能调节方法，其特征在于，所述用于训练所述烟尘图像分析模型的所述多组数据还包括不含有烟尘的图片信息，所述烟尘图像分析模型还用于输出不含烟尘的信息；当所述烟尘图像分析模型未输出不含烟尘的信息时，电除尘器停止工作，且处于待机状态。6.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：马乐，姜大伟，陶丁，马肖波，钟学飞，刘心童，刘志杰，刘平，胡金伟，李颖博，
申请(专利权)人：西安西热控制技术有限公司华能集团技术创新中心有限公司，
类型：发明
国别省市：