該工程利用焦爐煤氣中的氫氣成分，在氫基豎爐內(nèi)催化裂解為一氧化碳和氫氣，實現(xiàn) “自重整”。與傳統(tǒng) “高爐 + 轉(zhuǎn)爐” 的長流程煉鋼模式相比，工藝流程環(huán)節(jié)大幅減少，碳排放量大幅下降。經(jīng)測算，較企業(yè)轉(zhuǎn)型升級前，主要污染物二氧化硫、氮氧化物、煙粉塵排放分別減少 30%、70% 和 80% 以上，噸鋼碳排放降至約 0.5 噸，相較于傳統(tǒng)長流程煉鋼可減少二氧化碳排放約 70%，年可減少二氧化碳排放約 80 萬噸。

通過機器學習算法，如神經(jīng)網(wǎng)絡、支持向量機等，建立的儲氫狀態(tài)預測模型，能夠更準確地預測儲氫容器的壓力、溫度變化趨勢，及時發(fā)現(xiàn)異常情況。實施數(shù)據(jù)融合技術：將來自不同傳感器的數(shù)據(jù)進行融合處理，綜合分析多個參數(shù)之間的關聯(lián)關系，提高對儲氫狀態(tài)判斷的準確性。

采用碳捕集與封存技術在制氫廠安裝二氧化碳捕集裝置，將產(chǎn)生的二氧化碳進行分離、壓縮并運輸?shù)胶线m地點封存。隨著技術發(fā)展和規(guī)模效應體現(xiàn)，成本有望降低，在碳排放交易體系下，還可能獲得經(jīng)濟補償，提高綜合經(jīng)濟性。