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。     

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。     

基于阶梯式广义预测的SCR脱硝系统优化控制

SCR脱硝系统被控对象具有大迟延和大惯性,采用常规PID难以满足对出口NO_x含量的精准控制。为提高控制品质,提出了基于阶梯式广义预测的SCR脱硝系统优化控制。首先采用粒子群算法辨识了NO_x排放量的数学模型,其次基于模型设计了阶梯式广义预测控制器,最后将基于联合互信息的LSSVM动态软测量模型得到的NO_x生成量作为前馈,构建了基于软测量模型的前馈-反馈控制系统。结果表明：基于阶梯式广义预测的脱硝优化控制能很好的减少出口NO_x的波动,将动态软测量模型得到的NO_x生成量预测值作为前馈引入SCR脱硝控制系统,克服了测量数据存在的滞后问题,可以及时准确的控制喷氨量,实现脱硝系统的稳态经济运行。     

基于LSTM模型的SCR喷氨串级预测控制

常规PID对时变、时滞的SCR系统控制效果不佳,难以满足环保排放要求。因此提出一种基于长短期记忆神经网络（LSTM）滚动预测的串级预测控制策略。将LSTM网络预测输出组装成下一时刻输入数据,建立能自动微调的SCR系统模型;通过将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,建立喷氨量的串级预测控制系统。结果表明：该控制策略对于SCR系统调节速度快、动态控制性能好、能克服模型失配的影响。     

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。     

基于现场数据的电站过热器神经网络建模

为克服机理建模方法的不足,对利用现场数据建立过热汽温模型进行了研究。通过对过热器运行机理的分析,确定了影响过热汽温变化的主要因素,及其对过热汽温影响的延迟时间。在论述了神经网络建模原理的基础上,建立神经网络模型。通过大量现场数据的训练,使所建模的输出与实际系统的输出基本吻合。最后,用部分现场数据对所建模型进行了仿真试验,证明了该建模方法的可行性。基于神经网络建模计算速度快及模型精度高,模型输出基本上反映了过热汽温的实际运行情况。     

基于变量相关性自适应即时学习算法的火电厂SCR脱硝系统建模

针对选择性催化还原(SCR)脱硝系统工作过程中存在非线性、多变量和时变性等问题,将变量相关性引入即时学习算法,同时引入局部模型自适应更新策略,建立了基于变量相关性自适应即时学习算法的最小二乘支持向量机模型。利用互信息计算各个输入变量与输出量的相关度,将计算出的相关度引入到即时学习算法学习集的选取中,用以选择当前工况点的建模邻域,进而提高模型精度;采用自适应相似度阈值更新方法对局部模型进行更新,增强模型实时性。将该方法应用于SCR脱硝系统建模仿真。结果表明,改进后的即时学习算法的预测精度高,且具有很好的实时性。     

基于灰色神经网络的SCR脱硝催化剂寿命预测研究

为了充分利用SCR脱硝催化剂,尽可能延长其服役时间,同时确保燃煤电厂脱硝系统的安全稳定运行,必须制定科学合理的催化剂寿命预测方案。现阶段催化剂寿命预测常用的指数模型预测误差较大,不适合用于指导SCR催化剂的更换方案。针对SCR催化剂活性与服役时间的样本数据具有灰色特点,建立了BP神经网络模型、灰色BP神经网络残差模型、灰色BP神经网络直接输出模型,避免了样本数据少且不具备一致性对预测结果的影响。最后通过实例对比分析,说明了灰色神经网络法中的直接输出模型精度较高,可为燃煤电厂SCR脱硝催化剂的寿命预测及更换管理提供一定的参考依据。     

燃煤电厂选择性催化还原脱硝系统运行成本

针对燃煤电厂选择性催化还原(SCR)脱硝系统,提出基于费用效益分析方法的脱硝运行成本评估体系和计算模型,研究典型机组的SCR脱硝系统运行成本.结果表明,在机组年运行小时数为5 000h,入口NOx质量浓度为400mg/m3时(基准含氧量6%),容量分别为300、600和1 000 MW机组的SCR脱硝系统运行成本分别为7.6~8.6、5.75~6.55和4.8~5.4元/(MW·h);入口质量浓度从200mg/m3分别增加至400和600mg/m3时,总成本中还原剂成本增幅最大,分别为195.9%和391%;当达到超低排放标准限值时,300、600和1 000 MW机组的SCR脱硝系统运行成本相比达到新标准排放限值时分别增加约9.64%、9.68%和9.8%;机组年运行小时数从4 000h增加至6 000h时,300、600和1 000MW机组的SCR脱硝系统运行成本分别降低约28%、26%和26.2%.     

基于神经网络逆模型的过热汽温补偿控制研究

为改善大型电站锅炉的过热汽温控制效果,提出一种基于人工神经网络扩展逆系统模型的过热汽温补偿控制方案.首先结合锅炉的结构和运行特性,分析影响过热汽温的主要因素,确定神经网络逆系统扩展模型的输入和输出参数.借助MATLAB神经网络工具箱建立过热汽温系统的动态逆过程模型(IDPM),运用历史运行数据完成神经网络模型的训练.以...