近日，低碳院在煤氣化過(guò)程模擬與優(yōu)化領(lǐng)域取得重要研究進(jìn)展，成功構(gòu)建了一套基于機(jī)器學(xué)習(xí)算法的煤氣化過(guò)程模擬與操作優(yōu)化框架，相關(guān)成果以“A Machine Learning Framework for Coal Gasification Process Simulation and Operation Optimization（一種基于機(jī)器學(xué)習(xí)框架的煤氣化流程模擬和優(yōu)化模型）”為題，發(fā)表在能源領(lǐng)域權(quán)威期刊《FUEL》（影響因子6.7）。

圖為煤氣化過(guò)程模擬與優(yōu)化的機(jī)器學(xué)習(xí)框架

流程模擬仿真通過(guò)數(shù)學(xué)模型模擬和預(yù)測(cè)實(shí)際生產(chǎn)過(guò)程，是提升生產(chǎn)效率、預(yù)警安全風(fēng)險(xiǎn)、支撐系統(tǒng)全生命周期決策的關(guān)鍵工具。該研究選取決策樹(shù)的管道優(yōu)化工具為核心算法，創(chuàng)新性構(gòu)建了煤氣化過(guò)程成套仿真模型。模型實(shí)現(xiàn)了機(jī)器學(xué)習(xí)算法遴選與參數(shù)調(diào)優(yōu)的自動(dòng)化，并整合了數(shù)據(jù)模型解釋器與優(yōu)化器功能，有效突破了傳統(tǒng)機(jī)理模型計(jì)算效率低、收斂難度大的瓶頸。同時(shí)，模型解決了與DCS系統(tǒng)耦合應(yīng)用的跨時(shí)間尺度難題，為煤氣化單元的在線模擬與實(shí)時(shí)優(yōu)化提供了技術(shù)支撐。

該研究基于包頭化工、科環(huán)集團(tuán)國(guó)能智深和低碳院聯(lián)合申報(bào)的集團(tuán)公司重點(diǎn)研發(fā)項(xiàng)目——“大型現(xiàn)代煤化工自主可控智能監(jiān)控平臺(tái)關(guān)鍵技術(shù)研究及示范應(yīng)用”。2024年7月，低碳院成立項(xiàng)目工作專班，與包頭化工、科環(huán)集團(tuán)國(guó)能智深研發(fā)團(tuán)隊(duì)深度協(xié)作，取得了上述研發(fā)成果。該研究可助力推動(dòng)國(guó)產(chǎn)自主可控的智能DCS系統(tǒng)研發(fā)和應(yīng)用示范，有力支撐包頭化工煤制烯烴升級(jí)示范項(xiàng)目高標(biāo)準(zhǔn)建設(shè)，為集團(tuán)公司全面構(gòu)建數(shù)字智慧的能源產(chǎn)業(yè)鏈體系貢獻(xiàn)更多力量。