【技术实现步骤摘要】
本专利技术涉及电解水制氢检测的，具体来说，涉及一种基于多通道电解的绿氢气体检测系统及方法。
技术介绍
1、随着全球对健康和环保的日益关注，发展清洁、可再生的能源已成为当今社会的一项重要任务。在这一背景下，氢能源因其独特的优势而日益受到重视，被视为推动未来绿色发展的关键力量。氢能源不仅具有高热值的特点，而且其燃烧产物仅为水，这使得它成为目前最环保的能源之一。特别是在工业和汽车领域，氢能的应用正在快速扩展，无论是作为燃料电池的能源，还是作为工业原料，氢能的应用都展现出巨大的潜力。与传统的化石燃料相比，氢能源的开发和使用可以显著降低对环境的影响，减少温室气体排放，从而有助于应对全球气候变化。此外，氢能的广泛应用还有助于减少对传统能源的依赖，增强能源供应的安全性和可持续性。
2、在目前的能源转型和绿色发展趋势中，水电解制氢作为一种高效且环境友好的氢气获取方式，受到了广泛的关注。该方法通过电解水分解产生氢气和氧气，以电能作为唯一输入，不仅高效转换能源，而且不产生任何有害排放，是实现清洁能源生产的理想途径。然而，尽管水电解技术在理论和应用上都显示出巨大潜力，现有的绿氢气体检测系统在保障这一过程的高效和安全运行方面，仍面临一些技术和实用上的挑战，现有的绿氢气体检测系统往往在测量氢气浓度时存在一定的准确度局限性，从而会导致氢气浓度检测不准确，而准确度不足不仅导致无法及时检测到潜在的泄漏或危险浓度水平，增加了安全风险，还会导致电解过程不够高效，进而影响氢气的产量和生产成本。
3、针对相关技术中的问题，目前尚未提出有效的解决
技术实现思路
1、针对相关技术中的问题，本专利技术提出一种基于多通道电解的绿氢气体检测系统及方法，以克服现有相关技术所存在的上述技术问题。
2、为此，本专利技术采用的具体技术方案如下：
3、根据本专利技术的一方面，提供了一种基于多通道电解的绿氢气体检测系统，该基于多通道电解的绿氢气体检测系统包括：气体电解单元、信号采集单元、浓度分析单元及电解优化单元，且气体电解单元、信号采集单元、浓度分析单元及电解优化单元之间依次连接；
4、气体电解单元，用于通过包含若干电解通道的电解装置将水电解以产生氢气和氧气；
5、信号采集单元，用于对于每个通道，通过光谱检测技术对氢气进行光谱信号采集；
6、浓度分析单元，用于对采集到的光谱信号进行处理和分析，并提取氢气的浓度信息；
7、电解优化单元，用于基于每个通道的氢气浓度计算每个通道的氢气产量，评估氢气的纯度并对电解过程进行优化和控制。
8、进一步的，浓度分析单元包括：模型构建模块及浓度计算模块，且模型构建模块与浓度计算模块连接；
9、模型构建模块，用于通过氢气浓度样本数据构建氢气浓度预测模型；
10、浓度计算模块，用于将采集到的光谱信号作为输入，通过氢气浓度预测模型计算出每个通道的氢气浓度。
11、进一步的，通过氢气浓度样本数据构建氢气浓度预测模型包括：
12、收集不同氢气浓度的气体样本，并对每个样本进行光谱信号采集，得到光谱信号样本数据；
13、对采集到的光谱信号样本进行基线校正和优化处理；
14、利用经验模态分解法对基线校正和优化处理后的光谱信号样本进行特征提取，得到特征集合；
15、基于特征集合，结合遗传算法和bp神经网络构建氢气浓度预测模型。
16、进一步的，对采集到的光谱信号样本进行基线校正和优化处理包括：
17、利用最小二乘法对光谱信号样本进行初步拟合，得到初步拟合结果；
18、利用阈值循环迭代法，在初步拟合的光谱信号中寻找极小值和极大值点，并根据极小值和极大值点找到的特征峰位置，计算每个特征峰的极值区间宽度；
19、其中，计算每个特征峰的极值区间宽度的计算公式为：
20、hi＝2×(ki-fi)；
21、式中，hi表示第i个特征峰的极值区间宽度；
22、ki表示第i个特征峰的位置；
23、fi表示第i个特征峰位置之前相邻的一个极小值的位置；
24、利用特征峰的极值位置和区间宽度，将初步拟合的光谱信号划分为有信号区间和无信号区间；
25、通过迭代多项式拟合对每个有信号区间的光谱信号进行基线校正，将光谱无信号区间均置为0；
26、利用光谱信号稀疏法对每个有信号区间的光谱信号进行稀疏逼近，得到有信号区间的稀疏逼近解；
27、将每个有信号区间的稀疏逼近解合成，得到最终优化后的光谱信号。
28、进一步的，利用光谱信号稀疏法对每个有信号区间的光谱信号进行稀疏逼近，得到有信号区间的稀疏逼近解包括：
29、s1、设定初始化参数，包括稀疏系数向量、初始迭代残余部分及迭代次数；
30、s2、计算当前迭代残余部分与预设字典中各原子的内积，并选择内积最大的原子，将其对应系数加入稀疏系数向量；
31、s3、利用更新后的稀疏系数向量计算当前迭代的稀疏逼近值；
32、s4、判断是否达到设定的迭代次数，如果未达到，则返回s2继续迭代；
33、s5、当达到终止条件后，得到有信号区间的稀疏逼近解。
34、进一步的，利用经验模态分解法对基线校正和优化处理后的光谱信号样本进行特征提取，得到特征集合包括：
35、利用离散小波变换对基线校正和重构处理后的光谱信号样本进行分解，得到窄带信号；
36、利用多变量经验模态分解法对每个窄带信号进行分解，得到本征模函数；
37、采用最大互信息系数法筛选出有效的本征模函数，并对光谱信号进行重构处理；
38、利用模糊熵算法对重构的光谱信号进行特征提取，得到特征集合。
39、进一步的，基于特征集合，结合遗传算法和bp神经网络构建氢气浓度预测模型包括：
40、整合特征集合和对应的氢气浓度并作为模型训练的数据集；
41、确定bp神经网络的网络参数，网络参数包括输入层、若干隐藏层和输出层；
42、利用遗传算法对bp神经网络的网络参数进行优化，得到最佳的网络参数；
43、基于模型训练的数据集，使用遗传算法优化后的最佳bp神经网络参数进行模型训练，得到氢气浓度预测模型。
44、进一步的，电解优化单元包括产量计算模块、纯度评估单元及优化控制模块，且产量计算模块、纯度评估单元及优化控制模块之间依次连接；
45、产量计算模块，用于基于每个通道的氢气浓度和流量计算每个通道的氢气产量，并确定氢气实际总产量；
46、纯度评估单元，用于收集电解装置的电解参数，并根据氢气实际总产量计算氢气的纯度；
47、优化控制模块，用于基于氢气实际总产量和氢气的纯度，分析电解过程的效率和效果，根据分析结果，调整优化电解装置的电解参数并将其输入至电解装置中更新本文档来自技高网...
【技术保护点】
1.一种基于多通道电解的绿氢气体检测系统，其特征在于，该基于多通道电解的绿氢气体检测系统包括：气体电解单元(1)、信号采集单元(2)、浓度分析单元(3)及电解优化单元(4)，且所述气体电解单元(1)、所述信号采集单元(2)、所述浓度分析单元(3)及所述电解优化单元(4)之间依次连接；
2.根据权利要求1所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述浓度分析单元(3)包括：模型构建模块(301)及浓度计算模块(302)，且所述模型构建模块(301)与所述浓度计算模块(302)连接；
3.根据权利要求2所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述通过氢气浓度样本数据构建氢气浓度预测模型包括：
4.根据权利要求3所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述对采集到的光谱信号样本进行基线校正和优化处理包括：
5.根据权利要求4所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述利用光谱信号稀疏法对每个有信号区间的光谱信号进行稀疏逼近，得到有信号区间的稀疏逼近解包括：
6.根据
7.根据权利要求3所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述基于特征集合，结合遗传算法和BP神经网络构建氢气浓度预测模型包括：
8.根据权利要求1所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述电解优化单元(4)包括产量计算模块(401)、纯度评估单元(402)及优化控制模块(403)，且所述产量计算模块(401)、所述纯度评估单元(402)及所述优化控制模块(403)之间依次连接；
9.根据权利要求8所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述收集电解装置的电解参数，并根据氢气实际总产量计算氢气的纯度包括：
10.一种基于多通道电解的绿氢气体检测方法，用于实现权利要求1-9中任一项所述的基于多通道电解的绿氢气体检测系统，其特征在于，该基于多通道电解的绿氢气体检测方法包括以下步骤：
...【技术特征摘要】
1.一种基于多通道电解的绿氢气体检测系统，其特征在于，该基于多通道电解的绿氢气体检测系统包括：气体电解单元(1)、信号采集单元(2)、浓度分析单元(3)及电解优化单元(4)，且所述气体电解单元(1)、所述信号采集单元(2)、所述浓度分析单元(3)及所述电解优化单元(4)之间依次连接；
2.根据权利要求1所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述浓度分析单元(3)包括：模型构建模块(301)及浓度计算模块(302)，且所述模型构建模块(301)与所述浓度计算模块(302)连接；
3.根据权利要求2所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述通过氢气浓度样本数据构建氢气浓度预测模型包括：
4.根据权利要求3所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述对采集到的光谱信号样本进行基线校正和优化处理包括：
5.根据权利要求4所述的一种基于多通道电解的绿氢气体检测系统，其特征在于，所述利用光谱信号稀疏法对每个有信号区间的光谱信号进行稀疏逼近，得到有信号区间的稀疏逼近解包...
【专利技术属性】
技术研发人员：徐显朕，
申请(专利权)人：南通博亭科技有限公司，
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。