| 基于DJMI-GRU的SCR烟气脱硝系统出NOx动态软测量建模 |
| |
| 引用本文： | 杨 浩1,周东阳2,曹 军2,董云山1,司风琪1. 基于DJMI-GRU的SCR烟气脱硝系统出NOx动态软测量建模[J]. 热力发电, 2021, 50(12): 51-58 |
| |
| 作者姓名： | 杨 浩1 周东阳2 曹 军2 董云山1 司风琪1 |
| |
| 作者单位： | 1.东南大学能源热转换及其过程测控教育部重点实验室，江苏 南京 210096； 2.西安热工研究院有限公司，陕西 西安 710054 |
| |
| 摘 要： | ![]()
燃煤电站烟气连续监测系统（CEMS）反向吹灰时，烟气NOx质量浓度信号容易失真，从而造成喷氨量不匹配、NOx排放超限等问题。本文考虑选择性催化还原（SCR）烟气脱硝系统的时延特性，采用差分联合互信息（DJMI）方法确定影响SCR反应器出口NOx质量浓度的辅助变量时延和动态模型输入的历史数据长度，提出了一种基于门控循环单元(GRU)神经网络的DJMI-GRU动态软测量方法。利用某660 MW机组历史数据对软测量模型进行验证，并与普通循环神经网络（RNN）模型进行比较。结果表明:与RNN模型相比，GRU神经网络结构具有遗忘更新机制，利用全工况数据训练时具有较好的泛化能力；采用DJMI方法估计时延信息并重构输入数据集能有效去除DJMI-GRU模型输入中的冗余信息，更好地表现脱硝过程的动态特性并加速模型训练；使用局部工况数据进行模型训练时计算量小且能取得更高的拟合精度，能在CEMS反向吹灰时为喷氨优化、NOx排放监测提供指导。
|
| 关 键 词： | 烟气脱硝 NOx SCR CEMS 软测量 DJMI GRU 神经网络 |
Dynamic soft sensing modeling of NOx concentration at outlet of SCR flue gas denitration system based on DJMI-GRU |
| |
| YANG Hao1,ZHOU Dongyang2,CAO Jun2,DONG Yunshan1,SI Fengqi1. Dynamic soft sensing modeling of NOx concentration at outlet of SCR flue gas denitration system based on DJMI-GRU[J]. Thermal Power Generation, 2021, 50(12): 51-58 |
| |
| Authors: | YANG Hao1 ZHOU Dongyang2 CAO Jun2 DONG Yunshan1 SI Fengqi1 |
| |
| Affiliation: | 1. Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, Southeast University, Nanjing 210096, China; 2. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
|
| 点击此处可从《热力发电》浏览原始摘要信息 |
|
点击此处可从《热力发电》下载免费的PDF全文 |
