基于数据挖掘技术的SCR脱硝反应器入口NOx软测量方法

针对选择性催化还原系统(SCR)严重的滞后性特点,以电厂实际运行数据为基础数据,分别采用灰色系统GM(1,N)模型和BP神经网络进行试验数据的挖掘,寻找试验过程的重要控制参数,并对其进行入口氮氧化物(NOx)预测分析.通过比较两个模型的预测结果可知,BP神经网络模型比灰色系统GM(1,N)模型具有更高的预测精度,更适合于SCR入口NOx的预测.     

火电厂SCR脱硝催化剂寿命预估研究

火电厂SCR烟气脱硝装置的核心是SCR脱硝催化剂,其使用寿命直接影响着SCR工艺的效率和运行费用。针对火电厂SCR脱硝催化剂在运行过程中的失活机理,建立了催化剂的失活动力学模型以及寿命计算方法,并基于物理和数学方法对失活动力学模型进行了修正,采用催化剂实际运行的失活数据进行验证,确定了催化剂失活动力学的最佳修正模型为k=φk0e-At,利用该模型对催化剂进行寿命估算具有较为准确的结果,可为火电厂SCR脱硝催化剂的寿命管理提供一定的参考依据。     

SCR脱硝性能影响因素及维护

我国的氮氧化物污染越来越严重,燃煤电厂将逐步采用SCR（选择性催化还原）烟气脱硝装置,减少污染。系统地分析了SCR脱硝原理,脱硝性能影响因素和对策。主要包括：催化剂组成和活性分析;氨泄漏、二氧化硫的氧化率对空气预热器的影响;以及烟气温度、空间速度对脱硝性能的影响,总结SCR脱硝系统的维护方法。为提高我国的SCR脱硝性能提供借鉴和指导。     

330MW机组SCR脱硝系统内飞灰运动的数值模拟分析

烟气中混杂着大量细小的飞灰颗粒,易造成SCR脱硝系统催化剂的堵塞和磨损。以某330MW燃煤电厂SCR烟气脱硝装置为原型,采用FLUENT软件对系统内烟气——飞灰颗粒气固两相流进行数值模拟,对不同工况下飞灰运动轨迹进行预测,判断飞灰颗粒的集中区域。模拟结果对工程实际中吹灰器的布置及选型、保证脱硝反应的高效进行提供了一定的理论支持。     

大型火电机组SCR烟气脱硝技术探讨

选择性催化还原脱硝工艺是目前处理燃煤电厂大型火电机组氮氧化物的最主要方法。文章在介绍SCR工艺脱硝原理的基础上,较为详细地介绍了SCR系统构成、装置布置、催化剂的选择及运行控制注意事项,并对该工艺在大型火电机组中的应用前景进行了展望。     

基于LSTM模型的SCR系统喷氨量串级预测控制

常规PID对时变、时滞的选择性催化还原脱硝技术(SCR)脱硝系统控制效果不佳,难以满足环保排放要求,因此提出了一种基于长短期记忆(LSTM)神经网络滚动预测的串级预测控制策略。将LSTM网络预测输出作为下一时刻输入数据,建立能自动微调的SCR系统模型;将LSTM网络与预测控制方法相结合应用于SCR喷氨优化控制中,并在此优化控制方案基础上加入PID控制,建立喷氨量串级预测控制系统。仿真结果表明:该控制策略对于SCR系统具有调节速度快、动态控制性能好等优点,且能克服模型失配的影响。     

330MW燃煤电厂SCR技术的应用研究

研究选择性催化还原法（SCR）在330MW燃煤电厂上的应用,分析了SCR系统工艺流程、工作原理及影响脱硝效率的因素。经过较长时间稳定运行,系统脱硝效率在80%以上,达到设计参数,为燃煤电厂NOx控制提供参考。     

基于灰色BP神经网络的沉降预测模型应用研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的建筑物沉降预测模型,通过工程实例数据分别对GM(1,1)模型和灰色BP神经网络模型进行验证,得到了灰色BP神经网络的预测效果要比单纯的灰色GM(1,1)预测模型精度要高的结论,本模型为解决建筑物基础沉降预测分析提供了一种新的方法.     

BP神经网络对管网安全使用期的预测

目的对管网安全使用期进行科学预测,为更换、检修、维护供水管网提供参考依据.方法采用BP人工神经网络的方法对管网安全使用期进行预测,以影响管网使用的因素作为输入变量,以管网使用时间作为输出变量,建立BP神经网络模型,从而实现对管网使用期的预测.结果经过17次训练,模型达到了要求的精度,相对误差均小于±10%.结论用BP神经网络可以对管网的安全使用期进行预测.     

基于灰色BP神经网络组合模型的郑州市商品住宅价格预测

针对郑州市商品住宅价格问题进行了研究,在传统GM(1,1)模型的基础上引入BP神经网络模型,建立了灰色BP神经网络组合模型,采用传统GM(1,1)模型与灰色BP神经网络组合模型预测郑州市商品住宅价格.结果表明,灰色BP神经网络组合模型比传统GM(1,1)模型预测精度高,具有更好的应用价值.     

粉煤灰基NH3-SCR脱硝催化剂研究进展

NH₃-SCR 是目前燃煤烟气脱硝最为有效的技术,其核心是催化剂的选择。粉煤灰廉价易得,含有一定的硅铝结构和孔结构,在经过负载及改性后用作催化剂呈现出良好的脱硝活性。本文探讨粉煤灰活性组分、制备方法、焙烧温度、前驱体等对脱硝的影响,介绍粉煤灰在 SCR 脱硝方面的研究进展。同时,针对粉煤灰的缺点对粉煤灰改性方法进行归纳,重点介绍酸改性和碱改性对催化剂性能的影响。此外,还简析了催化剂脱硝机理,详细介绍现阶段粉煤灰基脱硝催化剂的成型问题,其中挤压成型具有绝对优势而被大量研究。最后,指出粉煤灰基催化剂现有研究的不足和以后的研究方向,以期将其大规模应用于电厂脱硝,降低烟气脱硝成本。     

基于GA-GRNN数据挖掘的SCR脱硝系统建模优化研究

火电厂选择性催化还原法(SCR)烟气脱硝系统是处理燃煤机组烟气排放NOx污染的主要途径,但该系统具有多输入变量、环境影响复杂、时变非线性等特征,因此建立准确的系统模型是SCR优化控制的基础。提出了一种融合遗传算法(GA)主元分析和广义回归神经网络(GRNN)数据挖掘的SCR系统建模方法。首先使用GA对运行数据进行变量选择优化计算;然后将最优变量作为GRNN的输入量,利用数据挖掘技术建立SCR系统数据模型。基于某电厂机组运行数据的实例分析表明,该方法建立的模型具有复杂度低、精度高、泛化能力强等优点。     

脱硝系统改造后炉膛负压波动原因分析及对策

选择性催化还原法(SCR)是目前燃煤电厂普遍采用的烟气脱硝技术,锅炉加装SCR脱硝装置后易出现空预器堵塞、炉膛负压异常波动等问题。以某燃煤机组为例,对空气预热器进出口压差、炉膛负压、入炉煤质、机组运行工况等进行综合分析,发现炉膛负压异常是由于锅炉进行SCR烟气脱硝时空气预热器发生局部堵塞,其根本原因为SCR装置过量喷氨或局部过量喷氨造成大量氨逃逸所致。并在分析原因的基础上提出治理对策。     

电站锅炉SCR脱硝系统导流板的设计与优化

为了优化某燃煤电厂选择性催化还原（SCR）脱硝系统的流场,研究不同导流装置的设计对该系统内流场的影响.基于fluent软件,对SCR脱硝反应器的流场进行数值模拟,应用可实现（Realizable）k-ε双方程模型计算气体的湍流运动,采用物质输运方程预测烟气组分的混合,研究反应器原设计方案下的速度场和浓度场信息,并通过优化导流装置对SCR脱硝系统结构进行优化.研究表明：优化后可以保证系统内烟气速度标准偏差小于10%,浓度流场小于5%;有利于减少SCR系统的压降,优化后压降小于800 Pa;同时将数值模拟结果和试验数据进行对比,得到了较好地吻合.     

基于神经网络的大柔性灵巧手指弯曲角度预测

介绍了一种新型大柔性灵巧手指,该手指弯曲性能好、易于控制但数学建模复杂.基于BP神经网络基本理论,建立预测该手指弯曲角度的BP神经网络模型.通过大柔性灵巧手指弯曲特性实验获得样本数据,借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将实验样本数据用于BP网络训练.利用训练好的BP网络模型对手指弯曲角度进行预测,预测误差范围控制在3%以内.研究结果表明:这种神经网络模型能够准确预测手指的弯曲角度.     

基于灰色遗传BP神经网络的大坝变形预测

提出了一种基于灰色预测模型的遗传算法优化BP神经网络的组合预测模型。通过对原始大坝序列进行灰色拟合,弱化原始序列的随机扰动影响,增强数据的线性规律,并采用遗传算法优化BP神经网络的连接权值和阈值,之后将灰色拟合后的残差作为优化后的BP神经网络的输入样本进行训练和测试,进而建立灰色遗传BP神经网络预测模型。组合模型充分结合了BP神经网络自适应学习的优点,避免了灰色方法及模型在非线性预测方面的缺陷;同时集成了遗传算法的全局寻优性能,弥补了神经网络容易陷入局部极值点的缺陷。与灰色GM(1,1)和单一BP神经网络对比表明,组合模型能保证较优的局部预测值和较高的全局预测精度,应用于复杂的大坝变形预测中是可行的。     

基于混合神经网络(GANN)的沥青路面使用性能预测模型

针对GM模型要求的样本点少、不必有较好的分布规律,且计算量少、操作简便,而BP神经网络可以反馈校正输出的误差,具有并行计算、分布式信息存储、强容错力、自适应学习功能等特点,将GM(1,1)模型与BP神经网络模型相结合,建立了混合神经网络预测模型,并结合实例进行了检验性预测。结果表明:混合神经网络模型在预测精度方面优于传统灰色模型。该模型的算法概念明确、计算简便,有较高的拟合和预测精度,具有良好的应用前景。     

基于BP神经网络的轨道交通对房地产价格影响分析

基于轨道交通对房地产影响的复杂性和不确定性,运用基于投标租金模型的BP神经网络模型,以北京八通线起点站为中心,选取13组楼盘为样本,以住宅价格为输出层,以汇集时间、行车时间为输入层,采用仅有一个隐含层的3层神经网络进行分析,得出交通成本与住宅价格的神经网络模型．结合样本数据验证了模型的准确性,为人们准确进行房地产收益开发预测提供了一种有效的方法．     

燃煤电厂脱硝催化剂机械损坏原因分析及处理

针对某燃煤电厂烟气脱硝存在的问题,分析了脱硝催化剂机械损坏的原因,提出了防止脱硝催化剂机械损坏的技术措施和标准化管理措施.整改前后的脱硝数据表明,措施可行有效,能保证脱硝系统高效、稳定运行,可实现企业节能减排.     

基于有机灰色神经网络模型的空气污染指数预测

针对灰色预测对波动较强的序列只能预测大致变化趋势的缺陷,结合灰理论中的GM(1,1)、无偏GM(1,1)、非等时距GM(1,1)、pGM(1,1)和BP神经网络的特点,提出有机灰色神经网络预测模型,将一维序列通过三个灰色模型得到三组值作为神经网络的输入,原始序列作为神经网络的输出,训练得到最佳神经网络结构．以哈尔滨市近三年内空气污染指数为例,结合其变化规律,建立哈尔滨市月平均空气污染指数的有机灰色神经网络预测模型,结果表明,该模型拟合误差小,预测精度高．