高含硫天然气脱硫工艺数据建模与节能优化

发布时间：2020-10-27 03:42

　　 随着人们环保意识的增强,天然气作为清洁能源得到广泛重视,其需求量呈逐年递增的趋势。但在中国超过25%的天然气因酸性组分(H_2S、CO_2)过高而不能被直接利用,必须经过脱硫工艺过程处理,而该过程存在脱硫选择性低和能耗高的特点,不利于石油企业的可持续发展。故提升脱硫选择性和降低能耗以提升企业竞争力和经济效益是高含硫天然气净化厂普遍关心和亟待解决的关键问题。随信息技术的飞速发展和大数据挖掘技术的成熟,不仅使工业生产现场的集散控制系统收集储存了海量生产数据,且为基于数据驱动的工业过程建模和多目标优化提供技术支持。为此,本文针对高含硫天然气脱硫工艺过程数据建模的问题和操作参数优化的问题展开深入研究,具体包括以下内容:(1)提出MiUKFNN算法以解决高含硫天然气脱硫工艺建模效率和模型可靠性的问题。该方法运用UKF算法的最优非线性估计特性,克服噪音数据对BPNN算法建模精度的影响;同时,运用最小采样点算法代替对称采样点算法以有效减少采样点的数量,提升建模效率,缩短建模时间。工业应用实验结果表明,所提算法不仅大幅度提升模型的运行效率,且相比BPNN和UKFNN有较高的模型精度;最后通过杠杆算法(Leverage approach,LA)证明了所建模型的有效性和可靠性。(2)提出ScMiUKFNN算法不仅可以提升MiUKFNN模型的精度,且还能兼顾模型运行速度。该算法在MiUKFNN算法基础上,引入比例无迹变化以代替UKF算法中的UT算法,以提升UKF算法对状态变量的均值和协方差的预测精度。仿真实验和工业应用实验结果表明,ScMiUKFNN模型不仅相较于BPNN、UKFNN和MiUKFNN模型有最大R~2值和最小的模型误差,且能够有效保证模型的运行效率。(3)提出NSGA-II-RVC算法不仅能改善多目标优化算法的收敛性和多样性,还能有效解决带约束条件的工业优化问题。首先,在NSGA-II算法的框架上引入用户偏好向量、违反约束函数的选择策略和非规则PF的自适应参考向量代替拥挤度排序算法进行精英个体选择;同时,运用角-距离惩罚函数平衡算法的收敛能力和保持种群多样性的能力;最后,运用遗传操作算法得到新种群。仿真实验结果表明NSGA-II-RVC算法的收敛性和所得种群多样性均优于NSGA-II和NSGA-III两种算法。将NSGA-II-RVC算法进一步应用到工业生产过程,对高含硫天然气脱硫工艺的ScMiUKFNN模型进行多目标优化,所得最优操作参数不仅使得脱硫选择性提升了0.58%,且生产效率也提升了1.3%。
【学位单位】：重庆科技学院
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TE644
【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 高含硫天然气脱硫工艺的研究现状
        1.2.2 高含硫天然气脱硫工艺节能降耗的研究现状
        1.2.3 数据驱动的高精度建模的研究现状
        1.2.4 数据驱动的多目标优化的研究现状
        1.2.5 关键技术难点
    1.3 本文的研究内容与技术路线
        1.3.1 研究内容
        1.3.2 技术路线
    1.4 本文的结构
2 高含硫天然气脱硫工艺特性分析
    2.1 高含硫天然气脱硫工艺简介
    2.2 工艺条件对脱硫效果的影响
        2.2.1 吸收塔温度对脱硫效果的影响
        2.2.2 吸收塔压力对脱硫效果的影响
        2.2.3 溶液循环量对脱硫效果的影响
        2.2.4 小结
    2.3 工艺条件对脱硫选择性的影响
        2.3.1 吸收塔温度对脱硫选择性的影响
        2.3.2 吸收塔压力对脱硫选择性的影响
        2.3.3 溶液循环量对脱硫选择性的影响
        2.3.4 小结
    2.4 工艺条件对脱硫工艺能耗的影响
        2.4.1 吸收塔温度对脱硫工艺能耗的影响
        2.4.2 吸收塔压力对脱硫工艺能耗的影响
        2.4.3 溶液循环量对脱硫工艺能耗的影响
        2.4.4 重沸器热负荷对脱硫工艺能耗的影响
        2.4.5 小结
    2.5 本章小结
3 高含硫天然气脱硫工艺高精度建模方法研究
    3.1 引言
    3.2 BPNN算法简介
    3.3 UKFNN算法简介
    3.4 基于MiUKFNN的建模方法
        3.4.1 最小采样点算法
        3.4.2 MiUKFNN算法
    3.5 基于ScMiUKFNN的建模方法
        3.5.1 比例无迹变换
        3.5.2 ScMiUKFNN算法
    3.6 仿真实验及分析
        3.6.1 MiUKFNN仿真结果及分析
        3.6.2 ScMiUKFNN仿真结果及分析
    3.7 工业过程建模实验及分析
        3.7.1 数据采集
        3.7.2 参数设定
        3.7.3 评价指标
        3.7.4 模型精度分析
        3.7.5 模型效率分析
        3.7.6 模型可靠性分析
    3.8 本章小结
4 高含硫天然气脱硫工艺节能优化方法研究
    4.1 引言
    4.2 NSGA-II算法描述
    4.3 基于NSGA-II-RVC的决策参数多目标优化方法
        4.3.1 基于参考向量的分区及目标变换
        4.3.2 角-距离惩罚函数
        4.3.3 违反约束函数的选择策略
        4.3.4 基于非规则PF的自适应参考向量
        4.3.5 NSGA-II-RVC算法
    4.4 仿真实验及分析
        4.4.1 测试函数
        4.4.2 参数设计
        4.4.3 评价指标
        4.4.4 实验结果及分析
    4.5 工业过程决策参数多目标优化实验及分析
        4.5.1 偏好多目标优化模型建立
        4.5.2 优化结果分析
        4.5.3 最优决策参数分析
    4.6 本章小结
5 总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
致谢
作者在攻读学位期间发表的论著及取得的科研成果

【参考文献】

相关期刊论文 前9条

1 秦大同;王镇;胡明辉;刘永刚;葛帅帅;;基于多目标优化的采煤机滚筒最优运动参数的动态匹配[J];煤炭学报;2015年S2期

2 彭春华;黄戡;袁义生;潘蕾;;基于α约束支配排序混合进化算法的微电网多目标优化运行[J];电力自动化设备;2015年04期

3 于艳秋;张晓刚;张恒伟;林宏卿;刘新岭;张晓燕;;高含硫天然气净化厂安全监控技术——以普光气田为例[J];天然气工业;2014年03期

4 柴天佑;李少远;王宏;;网络信息模式下复杂工业过程建模与控制[J];自动化学报;2013年05期

5 邱奎;安鹏飞;杨馥宁;诸林;KIM Sungyoung;BAGAJEWICZ Miguel;;高含硫天然气脱硫操作条件对能耗影响的模拟研究[J];石油学报(石油加工);2012年06期

6 周声结;贺莹;;国内大规模MDEA脱碳技术在中海油成功应用——以中海油东方天然气处理厂为例[J];天然气工业;2012年08期

7 裴爱霞;张立胜;于艳秋;刘正军;;高含硫天然气脱硫脱碳工艺技术在普光气田的应用研究[J];石油与天然气化工;2012年01期

8 王成达,严密林,赵新伟,李平全,王辉;油气田开发中H_2S/CO_2腐蚀研究进展[J];西安石油大学学报(自然科学版);2005年05期

9 苏欣,古小平,范小霞,戚娟,袁宗明;天然气净化工艺综述[J];宁夏石油化工;2005年02期

相关硕士学位论文 前1条

1 谢书圣;Aspen软件在天然气净化过程中的模拟与优化[D];华东理工大学;2011年

本文编号：2857982