|
|||||
|
|
| 基于RBF神经网络的SCR脱硝系统喷氨优化 | |
| 作者单位： | ;1.广东电网有限责任公司电力科学研究院;2.华北电力大学能源动力与机械工程学院 |
| 摘 要： | 为实现对电厂选择性催化还原(SCR)脱硝装置喷氨的优化控制,以广东某电厂350 MW锅炉为研究对象,采用径向基函数(RBF)神经网络法,以锅炉负荷、烟气体积流量、SCR烟气温度、脱硝进口NO_x 质量浓度以及喷氨质量流量等为输入变量,以SCR脱硝效率为输出变量,建立输入变量与输出变量之间的关系模型,实现对SCR脱硝效率及脱硝出口NO_x 质量浓度的预测.在满足NO_x 排放标准的前提下,以SCR系统运行成本最小为目标,利用Matlab对该模型进行仿真实验,寻求氨耗成本和电耗成本与NO_x 排放费用的临界点,得到最佳喷氨质量流量.结果表明:最佳喷氨质量流量计算值比实测值或高或低,但在满足NO_x 排放标准的前提下,其SCR系统运行成本呈降低趋势. |
| 关 键 词： | SCR 喷氨质量流量 NOx排放 脱硝效率 成本 |
Ammonia Spraying Optimization of an SCR Denitrification System Based on RBF Neural Network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |