融合历史过程与未来工况的污泥热解气化废气排放动态预测

当前位置：首页 > 论文 > 2026 > 02

论文

收稿日期：2026-01-24 接受日期：2026-04-01

DOI:10.20078/j.eep.20260319

免费下载 2026年02期

摘要：污泥热解气化在资源回收方面优势显著，但运行中产生的SO2等废气制约了该技术的推广。精准预测废气排放并优化工艺参数，是提升其应用价值的关键。本研究基于某工厂连续45天的分钟级运行数据（共64 801条、106维），构建了一种融合历史过程与未来... 展开+

摘要：

污泥热解气化在资源回收方面优势显著，但运行中产生的SO₂等废气制约了该技术的推广。精准预测废气排放并优化工艺参数，是提升其应用价值的关键。本研究基于某工厂连续45天的分钟级运行数据（共64 801条、106维），构建了一种融合历史过程与未来工况的时序预测框架，系统对比了极端梯度提升（XGBoost）、梯度提升（CatBoost）、非线性模型（NLinear）及时域融合变换（TFT）等模型的预测性能，并结合夏普利加性解释（SHAP）与累计局部效应（ALE）可解释方法解析了工艺机理。结果表明，融合动态特征与滞后效应的时序框架能显著提升复杂工业过程的建模精度。在所有测试模型中，CatBoost表现最优，决定系数（R²）达到76.5%，较未引入时序框架的截面模型（R²=22.5%）有大幅提升，同时平均绝对误差（MAE）降低了50.36%，表明该框架能有效捕捉复杂工业的动态变化与滞后影响。此外，研究还揭示了气化炉出口温度、燃烧炉炉内温度等关键因素对SO₂排放的非线性影响，并提出将蒸汽压力、气化炉出口温度和燃烧炉炉内温度分别控制在0.28~0.30 MPa、100~160 ℃和800~900 ℃区间，可在提高资源回收效率的同时有效控制SO₂排放。本研究为废气精准预测与工艺优化提供了数据–机理融合的解决方案，也为其他工业过程调控提供了方法论参考。

收起-

作者：

黄强^1,2,3
张欢^1,2,3
曲申^1,2,3

作者简介

第一作者：黄强（2001—），男，四川成都人，博士研究生，主要研究方向为工业过程建模。E-mail：3120255092@bit.edu.cn
通讯作者：张欢（1993—），女，天津人，副研究员，主要研究方向为环境人工智能。E-mail：zhanghuan19@bit.edu.cn
曲申（1986—），男，北京人，教授，主要研究方向为环境系统工程、环境管理及相关数据科学方法与复杂系统建模。E-mail：squ@bit.edu.cn

单位

1.北京理工大学能源与环境政策研究中心，北京 100081
2.北京理工大学管理学院，北京 100081
3.碳中和系统工程北京实验室，北京 100081

关键字

污泥热解气化
时序预测
机器学习
可解释分析
实时排放控制

基金项目

国家杰出青年科学基金资助项目（52425005）；国家自然科学基金面上资助项目（52370189）；国家自然科学基金重大资助项目（52595722）

引用格式

黄强，张欢，曲申. 融合历史过程与未来工况的污泥热解气化废气排放动态预测[J]. 能源环境保护， 2026， 40（2）： 102−115.

HUANG Qiang， ZHANG Huan， QU Shen. Dynamic Prediction of Sludge Pyrolysis–Gasification Exhaust Emissions by Integrating Historical Processes and Future Operating Conditions[J]. Energy Environmental Protection， 2026， 40（2）： 102− 115.

论文

作者：

作者简介

单位

关键字

基金项目

引用格式

相关论文

最新更新