System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能脱硫领域,且更为具体地,涉及一种用于脱除石油轻烃中硫化氢的方法。
技术介绍
1、石化企业中的催化裂化液化气、乙烯裂解气中含有大量硫化氢,石油轻烃中硫化氢的存在会对炼油和石化过程造成腐蚀和环境问题。因此,需要有效的方法来脱除硫化氢。然而,传统的硫化氢脱除工艺中的主要步骤需要将处理的物料与事先配置好的一定浓度的氢氧化钠碱溶液混合,其物料中所含有的硫化氢与氢氧化钠反应,生成硫化钠进入到碱液中,从而脱除物料中的硫化氢。上述现有技术中存在的主要问题是:一方面,在用氢氧化钠脱除硫化氢的过程中会产生大量废碱渣,而废碱渣中含有大量硫化钠,硫化钠很不稳定,在储存、运输等过程中会分解释放出大量硫化氢污染环境;不能够有效的对于石油轻烃中的硫化氢进行脱除,导致脱硫的效果降低,无法满足生产要求。
2、因此,期望一种优化的用于脱除石油轻烃中硫化氢的方案。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种用于脱除石油轻烃中硫化氢的方法,其可以控制撞击流反应器内的混合反应过程,实现硫化氢脱除过程的高效运行。
2、根据本申请的一个方面,提供了一种用于脱除石油轻烃中硫化氢的方法,其包括:将含有硫化氢的气体通过吸收塔,所述吸收塔使用喷淋的液体工质对所述含有硫化氢的气体进行部分溶解以得到硫化氢溶解液,并将所述吸收塔中未被溶解的所述含有硫化氢的气体从所述吸收塔的排气端排出以得到吸收塔排出气体;将所述硫化氢溶解液通过所述吸收塔的排液端排出,并将排出的所述硫化
3、在上述用于脱除石油轻烃中硫化氢的方法中,将所述吸收塔排出气体和所述燃烧器排出气体通过撞击流反应器中进行混合反应,并将反应后的气体从所述撞击流反应器的排出端排出,包括:获取由传感器组采集的所述吸收塔排出气体的流速值、所述燃烧器排出气体的流速值和所述撞击流反应器中的温度值的时间序列;将所述吸收塔排出气体的流速值、所述燃烧器排出气体的流速值和所述撞击流反应器中的温度值的时间序列按照时间维度和反应参数样本维度进行数据规整以得到反应参数时序输入矩阵;通过基于深度神经网络模型的反应参数时序模式关联特征提取器对所述反应参数时序输入矩阵进行特征提取以得到反应参数时序模式关联特征图;将所述反应参数时序模式关联特征图进行多尺度特征感知以得到反应参数时序模式多尺度关联特征;基于所述反应参数时序模式多尺度关联特征,确定当前时间点的撞击流反应器中的温度值应增大、减小或不变。
4、在上述用于脱除石油轻烃中硫化氢的方法中,所述深度神经网络模型为卷积神经网络模型。
5、在上述用于脱除石油轻烃中硫化氢的方法中,将所述反应参数时序模式关联特征图进行多尺度特征感知以得到反应参数时序模式多尺度关联特征图作为反应参数时序模式多尺度关联特征,包括:将所述反应参数时序模式关联特征图通过基于ghost-se-res2net模块的多尺度特征感知器以得到反应参数时序模式多尺度关联特征图作为所述反应参数时序模式多尺度关联特征。
6、在上述用于脱除石油轻烃中硫化氢的方法中,将所述反应参数时序模式关联特征图通过基于ghost-se-res2net模块的多尺度特征感知器以得到反应参数时序模式多尺度关联特征图作为所述反应参数时序模式多尺度关联特征,包括:将所述反应参数时序模式关联特征图通过所述多尺度特征感知器中的基于1×1卷积核的第一卷积层以得到通道变换反应参数时序模式关联特征图;将所述通道变换反应参数时序模式关联特征图沿着通道维度进行拆分以得到第一分支特征图、第二分支特征图、第三分支特征图和第四分支特征图;将所述第一分支特征图通过所述多尺度特征感知器中的卷积神经网络模型以得到第一分支输出特征图;将所述第二分支特征图通过所述多尺度特征感知器中的ghost模块进行处理以得到第二分支输出特征图;将所述第二分支输出特征图和所述第三分支特征图进行融合后通过所述多尺度特征感知器中的ghost模块进行处理以得到第三分支输出特征图;将所述第三分支输出特征图和所述第四分支特征图进行融合后通过所述多尺度特征感知器中的ghost模块进行处理以得到第四分支输出特征图;融合所述第一分支输出特征图、所述第二分支输出特征图、所述第三分支输出特征图和所述第四分支输出特征图以得到多分支融合特征图;将所述多分支融合特征图通过所述多尺度特征感知器中的基于1×1卷积核的第五卷积层进行处理以得到通道变换多分支融合特征图;融合所述通道变换多分支融合特征图和所述反应参数时序模式关联特征图以得到所述反应参数时序模式多尺度关联特征图。
7、在上述用于脱除石油轻烃中硫化氢的方法中,将所述第二分支特征图通过所述多尺度特征感知器中的ghost模块进行处理以得到第二分支输出特征图,包括:将所述第二分支特征图通过所述ghost模块中的卷积层以得到第二分支深层特征图;对所述第二分支深层特征图进行线性变换以得到多个幻影特征图;将所述多个幻影特征图和所述第二分支深层特征图进行拼接以得到所述第二分支输出特征图。
8、在上述用于脱除石油轻烃中硫化氢的方法中,基于所述反应参数时序模式多尺度关联特征,确定当前时间点的撞击流反应器中的温度值应增大、减小或不变,包括:将所述反应参数时序模式多尺度关联特征图通过基于分类器的温度控制器以得到控制结果,所述控制结果用于表示当前时间点的撞击流反应器中的温度值应增大、减小或不变。
9、在上述用于脱除石油轻烃中硫化氢的方法中,还包括训练步骤:用于对所述基于深度神经网络模型的反应参数时序模式关联特征提取器、所述基于ghost-se-res2net模块的多尺度特征感知器和所述基于分类器的温度控制器进行训练。
10、在上述用于脱除石油轻烃中硫化氢的方法中,所述训练步骤,包括:获取训练数据,所述训练数据包括由传感器组采集的所述吸收塔排出气体的训练流速值、所述燃烧器排出气体的训练流速值和所述撞击流反应器中的训练温度值的时间序列;将所述吸收塔排出气体的训练流速值、所述燃烧器排出气体的训练流速值和所述撞击流反应器中的训练温度值的时间序列按照时间维度和反应参数样本维度进行数据规整以得到训练反应参数时序输入矩阵;通过基于深度神经网络模型的反应参数时序模式关联特征提取器对所述训练反应参数时序输入矩阵进行特征提取以得到训练反应参数时序模式关联特征图;将所述训练反应参数时序模式关联特征图进行多尺度特征感知以得到训练反应参数时序模式多尺度关联特征图;对所述训练反应参数时序模式多尺度关联特征图进行优化以本文档来自技高网...
【技术保护点】
1.一种用于脱除石油轻烃中硫化氢的方法,包括步骤:将含有硫化氢的气体通过吸收塔,所述吸收塔使用喷淋的液体工质对所述含有硫化氢的气体进行部分溶解以得到硫化氢溶解液,并将所述吸收塔中未被溶解的所述含有硫化氢的气体从所述吸收塔的排气端排出以得到吸收塔排出气体;将所述硫化氢溶解液通过所述吸收塔的排液端排出,并将排出的所述硫化氢溶解液通过热泵机组中进行升温处理后输入解吸塔中进行解析分离以得到分离硫化氢气体和分离液体工质;将所述分离硫化氢气体通过所述解吸塔的气体排出端排出,并将所述分离液体工质通过所述热泵机组中进行降温处理后输入所述吸收塔中进行喷淋;将所述解吸塔的气体排出端排出的分离硫化氢气体通过燃烧器中进行燃烧后通过所述燃烧器的排出端进行排出以得到燃烧器排出气体;将所述吸收塔排出气体和所述燃烧器排出气体通过撞击流反应器中进行混合反应,并将反应后的气体从所述撞击流反应器的排出端排出;其特征在于,包括:获取由传感器组采集的所述吸收塔排出气体的流速值、所述燃烧器排出气体的流速值和所述撞击流反应器中的温度值的时间序列;将所述吸收塔排出气体的流速值、所述燃烧器排出气体的流速值和所述撞击流反应器中的温
2.根据权利要求1所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,所述深度神经网络模型为卷积神经网络模型。
3.根据权利要求2所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,将所述反应参数时序模式关联特征图进行多尺度特征感知以得到反应参数时序模式多尺度关联特征图作为反应参数时序模式多尺度关联特征,包括:将所述反应参数时序模式关联特征图通过基于Ghost-SE-Res2Net模块的多尺度特征感知器以得到反应参数时序模式多尺度关联特征图作为所述反应参数时序模式多尺度关联特征。
4.根据权利要求3所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,将所述反应参数时序模式关联特征图通过基于Ghost-SE-Res2Net模块的多尺度特征感知器以得到反应参数时序模式多尺度关联特征图作为所述反应参数时序模式多尺度关联特征,包括:将所述反应参数时序模式关联特征图通过所述多尺度特征感知器中的基于1×1卷积核的第一卷积层以得到通道变换反应参数时序模式关联特征图;将所述通道变换反应参数时序模式关联特征图沿着通道维度进行拆分以得到第一分支特征图、第二分支特征图、第三分支特征图和第四分支特征图;将所述第一分支特征图通过所述多尺度特征感知器中的卷积神经网络模型以得到第一分支输出特征图;将所述第二分支特征图通过所述多尺度特征感知器中的Ghost模块进行处理以得到第二分支输出特征图;将所述第二分支输出特征图和所述第三分支特征图进行融合后通过所述多尺度特征感知器中的Ghost模块进行处理以得到第三分支输出特征图;将所述第三分支输出特征图和所述第四分支特征图进行融合后通过所述多尺度特征感知器中的Ghost模块进行处理以得到第四分支输出特征图;融合所述第一分支输出特征图、所述第二分支输出特征图、所述第三分支输出特征图和所述第四分支输出特征图以得到多分支融合特征图;将所述多分支融合特征图通过所述多尺度特征感知器中的基于1×1卷积核的第五卷积层进行处理以得到通道变换多分支融合特征图;融合所述通道变换多分支融合特征图和所述反应参数时序模式关联特征图以得到所述反应参数时序模式多尺度关联特征图。
5.根据权利要求4所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,将所述第二分支特征图通过所述多尺度特征感知器中的Ghost模块进行处理以得到第二分支输出特征图,包括:将所述第二分支特征图通过所述Ghost模块中的卷积层以得到第二分支深层特征图;对所述第二分支深层特征图进行线性变换以得到多个幻影特征图;将所述多个幻影特征图和所述第二分支深层特征图进行拼接以得到所述第二分支输出特征图。
6.根据权利要求5所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,基于所述反应参数时序模式多尺度关联特征,确定当前时间点的撞击流反应器中的温度值应增大、减小或不变,包括:将所述反应参数时序模式多尺度关联特征图通过基于分类器的温度控制器以得到控制结果,所述控制结果用于表示当前时间点的撞击流反应器中的温度值应增大、减小或不变。
7.根据权利要求6所述的用...
【技术特征摘要】
1.一种用于脱除石油轻烃中硫化氢的方法,包括步骤:将含有硫化氢的气体通过吸收塔,所述吸收塔使用喷淋的液体工质对所述含有硫化氢的气体进行部分溶解以得到硫化氢溶解液,并将所述吸收塔中未被溶解的所述含有硫化氢的气体从所述吸收塔的排气端排出以得到吸收塔排出气体;将所述硫化氢溶解液通过所述吸收塔的排液端排出,并将排出的所述硫化氢溶解液通过热泵机组中进行升温处理后输入解吸塔中进行解析分离以得到分离硫化氢气体和分离液体工质;将所述分离硫化氢气体通过所述解吸塔的气体排出端排出,并将所述分离液体工质通过所述热泵机组中进行降温处理后输入所述吸收塔中进行喷淋;将所述解吸塔的气体排出端排出的分离硫化氢气体通过燃烧器中进行燃烧后通过所述燃烧器的排出端进行排出以得到燃烧器排出气体;将所述吸收塔排出气体和所述燃烧器排出气体通过撞击流反应器中进行混合反应,并将反应后的气体从所述撞击流反应器的排出端排出;其特征在于,包括:获取由传感器组采集的所述吸收塔排出气体的流速值、所述燃烧器排出气体的流速值和所述撞击流反应器中的温度值的时间序列;将所述吸收塔排出气体的流速值、所述燃烧器排出气体的流速值和所述撞击流反应器中的温度值的时间序列按照时间维度和反应参数样本维度进行数据规整以得到反应参数时序输入矩阵;通过基于深度神经网络模型的反应参数时序模式关联特征提取器对所述反应参数时序输入矩阵进行特征提取以得到反应参数时序模式关联特征图;将所述反应参数时序模式关联特征图进行多尺度特征感知以得到反应参数时序模式多尺度关联特征;基于所述反应参数时序模式多尺度关联特征,确定当前时间点的撞击流反应器中的温度值应增大、减小或不变。
2.根据权利要求1所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,所述深度神经网络模型为卷积神经网络模型。
3.根据权利要求2所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,将所述反应参数时序模式关联特征图进行多尺度特征感知以得到反应参数时序模式多尺度关联特征图作为反应参数时序模式多尺度关联特征,包括:将所述反应参数时序模式关联特征图通过基于ghost-se-res2net模块的多尺度特征感知器以得到反应参数时序模式多尺度关联特征图作为所述反应参数时序模式多尺度关联特征。
4.根据权利要求3所述的用于脱除石油轻烃中硫化氢的方法,其特征在于,将所述反应参数时序模式关联特征图通过基于ghost-se-res2net模块的多尺度特征感知器以得到反应参数时序模式多尺度关联特征图作为所述反应参数时序模式多尺度关联特征,包括:将所述反应参数时序模式关联特征图通过所述多尺度特征感知器中的基于1×1卷积核的第一卷积层以得到通道变换反应参数时序模式关联特征图;将所述通道变换反应参数时序模式关联特征图沿着通道维度进行拆分以得到第一分支特征图、第二分支特征图、第三分支特征图和第四分支特征图;将所述第一分支特征图通过所述多尺度特征感知器中的卷积神经网络模型以得到第一分支输出特征图;将所述第二分支特征图通过所述多尺度特征感知器中的ghost模块进行处理以得到第二分支输出特征图;将所述第二分支输出特征图和所述第三分支特征图进行融合后通过所述多尺度特征感知器中的ghost模块进行处理以得到第三分支输出特征图;将所述第三分支输出特征图和所述第四分支特征图进行融合后通过所述多尺度特征感知器中的ghost模块进行处理以得到第四分支输出特征图;融合所述第一分支...
【专利技术属性】
技术研发人员:雷铭,高家洪,黄桃生,毛增玥,田文豪,任文英,
申请(专利权)人:新疆凯龙清洁能源股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。