申报单位：中石化（河南）炼油化工有限公司、北京百度网讯科技有限公司

案例背景

脱硫是燃煤热电的主要环保环节。对于循环流化床锅炉，炉内石灰石法+炉外半干法脱硫是常用的联合脱硫工艺，为串联关系，反应机理复杂、系统延迟大、协调难度大，传统的控制方法主要面临以下难点：输入条件缺失，SO₂生成主要影响因素如燃料硫含量、炉内温度场、流场和气固相浓度场等无法实时、精准或全面测量；机理复杂，SO₂的生成和脱除均属于气固两相反应，还存在固体颗粒破碎、缩核、反应表面暴露、气体扩散等一系列现象，机理模型复杂，数学表达和建模难度较大；系统延迟，SO₂的生成和脱除均属于气固两相流动和化学反应过程，延迟特征明显；数据孤岛与协调难，炉内和炉外数据可能不互相联通，另外炉内外SO₂脱除份额的分配既影响SO₂排放，也影响物料和水电消耗，难以同时兼顾脱硫效果和经济性。

案例简述

基于河南炼化热电部3# 循环流化床的脱硫系统，在传统机理建模仿真的基础上，进一步引入人工智能、大数据方法，从电厂海量历史运行数据中挖掘脱硫过程各物理化学反应及其控制规律，通过“数理建模、实时计算、提前预测、全局优化”的方法建设了脱硫加药智能优化系统，实现了炉内炉外脱硫的精细化控制和协调优化，达成了烟气SO₂排放浓度波动减小10%、节省脱硫剂比例>5%的优化效果、实现了环保指标和经济性的总体优化。

创新点

1.多源异构数据处理能力本项目涉及的数据包含燃料成分数据、工艺数据、运行数据，以及部分非数字化信息，各类数据的格式、表征方法、采样频率均有所不同。本项目采用具有自主知识产权的物联网平台，实现多协议设备接入功能，通过协议转换网关或内置适配器，平台可将不同设备的数据统一解析为标准格式，确保跨品牌、跨类型设备的数据统一采集、处理、存储，并支撑建模计算。

2.机理模型和数据驱动结合机理模型物理意义明确，外推能力强，但计算复杂，条件要求高，计算量大；数据模型计算量相对较小，使用灵活，但对数据质量和实时性要求较高，且外推风险高。本项目采用数理结合方式建模，以数据驱动模型为框架，综合考量燃料输入数据、时序模型预测数据，以机理模型对关键数据缺失进行补充，平衡算力、预测精度和泛化能力，更适合实际工业场景。

3.离线数据基准下的相对变化量滚动迭代方法SO₂生成和脱除浓度预测的主要难点是燃料成分尤其是硫含量数据无法实时获取，本项目采用离线数据为基准+相对变化量在线预测叠加迭代的方法，并在每次离线更新时，将实验数据与预测数据进行比对，并更新模型的方法。充分发挥短时间内燃料成分变化较小、相对变量绝对值偏差较小，以及离线数据滚动更新的优势，最大限度发挥了离线实验数据的基准作用和相对变化量绝对偏差较小的优势，获得更加精准的预测结果。

4.算法和模型先进性采用Transformer+LSTM串联式混合模型，通过Transformer捕捉燃烧、炉内、脱硫塔内多变量时序的全局依赖关系，再结合LSTM细化局部动态特征，显著提升预测精度（较单一模型优化20%～30%）。采用模块化设计，Transformer和LSTM可独立优化或替换，具备高度灵活性和可扩展性，能快速适配不同炼化工艺场景的需求。5.深入生产工艺的AI应用通过AI建模和寻优，建立锅炉多变工况下SO₂生成和脱除模型，实现SO₂排放精准控制，大幅抑制排放扰动；自动协调炉内外的脱硫剂分配，提高脱硫系统经济性。

应用实效

基于大数据和AI技术实现脱硫系统的智慧优化，提高环保及热电系统数智化水平，减轻现场运行人员劳动强度，确保环保效果的同时节省物料消耗。

1.经济效益本项目在河南炼化热电部3# 锅炉脱硫系统上实施，已实现超过110天的连续运行，运行稳定，效果良好，成熟度高。通过智能优化控制，该脱硫系统实现了95%以上时间无人值守、炉内SO₂排放浓度波动减小10%、脱硫剂用量降低5.8%、脱硫剂总成本降低7.1%的优化效果。该案例的实施对象为一台310t/h循环流化床锅炉，按照该锅炉历史脱硫物料消耗和成本统计和本项目优化比例计算，年节省脱硫成本约100万元。

2.推广价值本技术适用于火电厂、工业热电站、供热等循环流化床机组的脱硫系统优化，主要针对循环流化床锅炉炉内喷钙和炉外半干法脱硫系统优化控制。本技术已在310t/h 循环流化床机组上成功应用，该类型机组是国内热电站的典型规模机组，在业内具有较强的示范效应。按照工业规模放大缩小5倍计算，可覆盖60~1500t/h（>350MW）循环流化床锅炉，几乎覆盖了全部常用规模的循环流化床机组。

3.技术外溢技术手段的提升可对相关的管理考核机制提供优化空间和基础条件。如在环保考核中更多考虑脱硫经济性问题。目前受限于设备条件等原因，脱硫主要考核SO₂排放是否超标，为了确保不超标，通常会采取脱硫物料过量给入的方式，造成脱硫物料浪费，本项目的智控系统也提供了可靠的工具，可帮助环保人员实现环保指标和经济性的统筹优化控制。