基于随机森林的火电机组SCR脱硝反应器建模

火电机组选择性催化还原技术(SCR)脱硝反应器过程复杂多变,采用机理建模的SCR脱硝反应器出口NO_x质量浓度预测难以取得良好的效果。基于火电厂的历史运行数据,将主成分分析(PCA)和随机森林(RF)相结合建立了SCR脱硝反应器出口NO_x质量浓度预测模型。在建模过程中,采用主成分分析方法计算各个变量的贡献率来筛选变量,进而对随机森林模型进行试验验证,并与支持向量机(SVM)模型和BP神经网络模型的预测性能进行对比。结果表明:采用PCA变量选择方法确定SCR系统模型的输入变量是可行和有效的;与SVM和BP神经网络模型相比,RF算法得到的SCR系统模型具有更好的预测效果。     

基于RBF神经网络的SCR脱硝系统喷氨优化

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.     

基于互信息和多尺度小波核偏最小二乘的SCR脱硝系统预测模型

针对选择性催化还原(selective catalytic reduction,SCR)脱硝系统反应过程复杂、在工况变化时具有非线性、大滞后和强干扰性的特点,提出基于互信息和多尺度小波核偏最小二乘法(multiscale wavelet kernel partial least squares,MWKPLS)建立SCR脱硝反应系统出口NO_x质量浓度预测模型。通过计算输入变量间的互信息估计各变量的时延,对模型样本进行相空间重构;在KPLS的基础上引入多尺度核和对数据变化趋势刻画能力较强的Morlet母小波核,提出MWKPLS建模方法;在模型参数寻优方面,采用模糊C均值聚类方法划分样本、确定尺度个数,并利用10折交叉验证方法,网格搜索确定小波尺度。对标准数据集进行仿真,并利用SCR脱硝系统现场数据验证了本文算法的有效性。结果表明:MWKPLS与其他建模方法相比,具有泛化能力和抗噪能力强的优点。     

330MW燃煤机组SCR流场优化及提效改造

针对某330MW燃煤机组1#锅炉脱硝系统出口NO_x浓度偏差较大问题,本文采用软件Fluent对该机组SCR系统进行流场优化,以及确定最优改造方案。通过对比不同改造方案下SCR系统出口截面的速度均匀性指数和标准方差,最终提出增加脱硝进口渐扩区域挡板数量、优化挡板布置角度以及脱硝系统顶部转角同反应器进口斜面区域结构整体加高1m的最优改造方案。该方案已在该机组SCR脱硝系统进行了现场改造与施工。机组脱硝系统完成改造后,测试结果显示:同未改造SCR系统流场分布相比,改造后SCR反应器内低速区和回流区减少,流场均匀性显著提升。机组负荷为260MW时,改造后SCR脱硝系统出口截面NO_x浓度样本标准偏差由22.0mg/Nm~3降低至5.0mg/Nm~3。相同负荷与NH3/NO_x摩尔比时,SCR系统总液氨消耗量由改造前190kg/h降低至109kg/h,降幅达40%以上,脱硝系统提效显著。     

基于阶梯式广义预测控制的脱硝优化控制应用

大型火力发电机组脱硝系统被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,传统的PID控制不能满足控制要求。为解决这一问题,利用递推最小二乘法(recursive least square,RLS)建立了脱硝系统模型,并基于阶梯式广义预测控制算法构建了脱硝系统优化控制策略,同时将该策略应用于依托电厂。实践结果表明:无论是稳态工况还是复杂的变负荷工况,脱硝优化控制策略都能够很好地控制脱硝系统出口NO_x浓度,大大降低了NO_x浓度的波动,减少了尿素使用量,实现了脱硝系统稳定经济运行。     

燃煤机组SCR脱硝系统近零排放下热工控制研究与工程实践

针对某燃煤电厂进行"近零排放"改造后,SCR脱硝系统无法实现长时间稳定的NO_x排放的现状,从热工控制逻辑着手进行研究,并进行工程应用,提出了适合"近零排放"改造后SCR脱硝系统热工控制的关键技术.结果表明:通过NO_x生成端优化,机组NO_x平均质量浓度进一步降低,基本控制在200mg/m~3;在原有的前馈-反馈串级控制基础上引入智能预测前馈控制,有效地进行偏差调节;烟囱出口NO_x质量浓度超过50mg/m~3的时间进一步减至0.     

基于CFD建模的1000MW电站锅炉SCR脱硝系统喷氨策略优化

以某1 000 MW电站锅炉的选择性催化还原(SCR)脱硝系统为研究对象,入口截面采用现场实测流场和NO_x浓度场分布数据,对耦合反应器内的湍流流动、多组分混合及化学反应进行了基于CFD建模的数值计算研究,并基于氨氮比一致分配理论,利用数值模拟多次试算获得最优喷氨策略,对该最优喷氨策略进行现场验证.结果表明:实际入口为非均匀流场和浓度场,采用均匀喷氨策略,催化剂上部截面氨氮比及出口附近测点位置氨气浓度分布极度不均,氨逃逸严重;现场验证实验表明,本文方法确实可有效地指导喷氨优化调整,降低调整盲目性,提高现场工作效率.     

基于NOx浓度场实时检测的喷氨优化应用研究

在国家新的大气污染排放标准要求下,需要对燃煤电厂脱硝系统反应器进行喷氨实时优化。在工程实践中,首先需解决NH_3/NO_x混合效率问题,其次解决脱硝系统出口的NO_x浓度场均匀性对催化剂寿命产生影响所带给电厂运行的经济性、安全性等问题。为此,对NO_x浓度场进行实时检测并深入研究了脱硝系统喷氨实时优化方案,提出一种模糊控制与均衡控制相结合的前馈串级控制方法。目前,该系统已成功应用在1 000 MW机组中,应用显示控制法可以有效减小耗氨量,提高出口NO_x的均匀程度,从而降低了机组运行电耗,增强了系统运行稳定性和可靠性,减少了氨逃逸,延长了催化剂使用寿命。给电力生产带来很好的经济效益,满足了脱硝工程中喷氨混合的需要。     

一种控制燃煤机组SCR烟气脱硝系统氨逃逸的优化调整方法

以某烟气脱硝工程3号机组为例,针对选择性催化还原(SCR)脱硝反应器出口NO_x质量浓度偏差大、氨逃逸率高的问题,提出了一种喷氨均匀性调整优化方案。采用该方案对喷氨格栅每路供氨支管上的手动调节阀进行调整,最终在反应器出口建立均匀、稳定的NO_x分布。优化调整前后系统A、B两侧的NO_x不均匀度分别从55.1%和19.2%,降至27.6%和14.7%;SCR脱硝系统的平均氨逃逸率从3.289 6 m L·m~(-3)降至1.265 7 mL·m~(-3),表明采用该优化调整方法可使反应器出口NO_x分布均匀,降低氨逃逸率,有利于系统的安全、稳定运行。     

改进型LSTM实现燃煤电厂脱硝预警及优化

燃煤电厂脱硝系统的氨气逃逸是造成空预器堵塞的一个重要原因,传统的脱硝系统自动控制采用单纯的PID控制,抑制氨逃逸的效果不佳。为了降低脱硝系统氨气逃逸率,进而降低空预器堵塞的速率,有必要对火电厂的脱硝系统进行深度优化,思路是利用均值化减少误差的思想构建改进型LSTM(Mean LSTM)模型,来准确预测烟气中的氮氧化物(NO_x)浓度;再通过相似性原理,筛选出历史最优工况,依托Mean LSTM模型,确定各个历史工况喷氨量的权重,通过加权拟合,计算出最优喷氨量,从而实现深度脱硝优化。将Mean LSTM模型与多个常见模型进行仿真对比,结果表明Mean LSTM模型预测准确率最高,平均百分比误差仅有2.3%。由于预测精度高,后续的优化效果也很好,优化后的原烟气NO_x浓度与设定值偏差为3.44%,既能满足电厂的环保需求,又避免了过调,减少了氨逃逸率。     

SCR烟气脱硝系统喷氨适应性调整的试验分析

在选择性催化还原烟气脱硝技术中,为了使还原剂与NO_x充分混合,最理想的状况是使还原剂的质量浓度分布与NO_x的质量浓度分布相一致。主要介绍了锅炉SCR脱硝系统喷氨适应性调整试验的测点布置、测量方法、试验结果与分析等,通过实验可知,调整各喷氨支管手动阀开度可有效提高SCR喷氨适应性,降低氨逃逸量,降低出口NO_x质量浓度。     

一种火电厂SCR系统的级联型机理仿真模型

针对火电厂SCR系统仿真模型的建模难点,提出了一种基于级联结构的SCR系统仿真建模方法,设计了基于粒子群算法的SCR系统仿真模型参数辨识方法,用于辨识气体吸附与解吸附、NO消耗速率和NH_3氧化速率等相关动力学方程的参数,可以兼顾SCR出口NO_x质量浓度和氨逃逸量2个关键目标,并通过某600 MW超临界机组SCR系统的建模算例对所提方法的有效性进行验证。结果表明:此方法有效解决了仿真模型与仿真步长的匹配问题,可为喷氨系统控制器全面优化设计研究提供支撑。     

基于改进模糊聚类与IPSO-SVM的燃煤电站NOx排放多模型预测

通过挖掘大量脱硝系统现场运行数据,提出一种新的多模型选择性催化还原(SCR)脱硝系统建模方法:首先对SCR脱硝系统进行理论分析和实际运行研究,应用改进遗传模拟退火的模糊聚类算法对训练集进行聚类划分,得到最优聚类效果;然后建立相应的支持向量机子模型,并采用改进的粒子群算法对模型参数进行优化,所建立的子模型通过隶属度值加权融合得到最终的整体预测模型。以某电站锅炉脱硝系统为例,对所提出的方法进行验证,并与其他建模方法进行比较。结果表明:所建立的模型具有较高的泛化能力和预测精度。     

基于OSC-CKPLS方法的SCR出口NO_x排放预测

针对选择性催化还原(selective catalytic reduction, SCR)脱硝系统反应过程复杂,在工况变化时存在非线性、大惯性和强干扰性的特点,难以建立准确的出口NO_x排放浓度模型。利用核偏最小二乘法具有解决变量众多且存在严重相关的非线性工业过程建模的优点,首先引入正交信号校正(orthogonal signal correction, OSC)对相空间重构后的样本进行预处理,剔除与建模无关的信息;然后利用组合核偏最小二乘法(combination kernel partial least squares, CKPLS)具有较好的学习能力和泛化能力的特点,提出OSC-CKPLS方法提高模型性能;最后采用滑动窗口更新,并反馈补偿修正模型。对2个标准数据集进行仿真,分别验证CKPLS、OSC和OSC-CKPLS能够提高模型性能;并对SCR脱硝系统现场数据验证了本文方法的有效性。     

非均匀入口条件下SCR脱硝系统流场优化改造技术研究

某发电厂645 MW机组选择性催化还原(SCR)脱硝系统靠近后墙区域喷氨支管磨损严重,管道内积灰较多,喷嘴堵塞,靠近前墙区域的顶层和第二层催化剂也磨损严重,导致脱硝出口NO_x质量浓度分布均匀性变差,局部氨逃逸率升高,空气预热器硫酸氢铵堵塞问题加重。采用计算流体力学(CFD)数值模拟方法,根据实际测量数据获得符合工程实际情况的SCR非均匀入口边界条件,对该机组脱硝系统的流场进行了技术研究,提出了氨喷射系统前置和导流板优化方案,并实施了改造。改造后测试结果表明:脱硝系统流场均匀性得到了很大提高,各负荷下脱硝出口NO_x质量浓度分布变异系数值保持在20%以下,氨逃逸率稳定在1.0～2.0μL/L,无明显喷氨支管和催化剂磨损、空气预热器堵塞等问题,达到了改造的预期目的。     

600MW墙式对冲燃煤锅炉燃烧数值模拟

为了得到精确的SCR脱硝系统烟气参数(如速度、温度和NO_x浓度),建立了从锅炉炉膛到省煤器出口的全系统研究模型,对某600 MW亚临界对冲燃煤锅炉进行了数值模拟,将旋流燃烧器与炉膛作为一个计算域来模拟,过热器、再热器和省煤器等区域的受热面换热采用用户自定义函数(UDF)进行处理,得到了整个锅炉的速度场、温度场、NO_x体积分数以及省煤器出口的烟气参数。结果表明:省煤器出口的烟气参数分布不均匀,采用省煤器出口参数作为SCR脱硝系统设计或优化的条件,有利于提高脱硝效率、降低氨逃逸率。     

排污标准调整下脱硝运行优化和成本控制

介绍了上海市环保排污收费标准调整后,排污收费将增加,对发电厂而言负担将增加。结合机组运行的实际情况,分析了脱硝还原剂费用、排污费以及综合费用变化。为了降低综合费用,需要做好几方面的工作:优化脱硝运行方式,控制脱硝入口NO_x浓度;脱硝出口NO_x浓度目标值合理设定,使得排放浓度降低到50 mg/m~3以下;加强激励力度。     

基于PLS和ε-FT的电站锅炉NO_x排放特性研究

为了有效控制电站锅炉的NO_x排放量,以某600 MW电站锅炉历史运行数据为样本,应用偏最小二乘(PLS)和ε-模糊树(ε-FT)方法建立了NO_x排放特性模型.针对热工过程变量之间的强相关性和耦合性,采用PLS对模型输入热工数据进行重要变量信息提取和变量选择,将得到的最优变量作为ε-FT模型的输入,建立了NO_x排放特性的PLS-ε-FT模型,并将模型与其他建模方法进行对比.结果表明:该模型通过PLS进行变量选择,消除了变量的相关性,降低了模型的维数和复杂程度,提高了模型的预测精度和泛化能力.     

燃煤电站锅炉烟气脱硝改造及运行分析

以国内某电厂7台煤粉锅炉实现超低排放为指标进行燃煤电站烟气脱硝改造,采用低NO_x燃烧技术和炉后选择性催化还原技术相结合的工艺,对煤粉锅炉燃烧方式、SCR脱硝系统、引风机等进行设计改造,研究了空气过量系数、反应器温度、氨氮摩尔比等对脱硝效率的影响,并对改造后系统进行调试。结果表明,温度控制在360℃附近,过量空气系数在0.9～1.0之间,氨氮摩尔比为1.2时,SCR脱硝效率达到90%以上,烟气出口NO_x质量浓度在45 mg/Nm~3以下,烟气出口温度为250～280℃之间,符合环保部门的排放指标。     

基于LSTM的烟气NOx浓度动态软测量模型

针对SCR系统出口NO_x浓度测量准确性较差、CEMS测量存在较大延迟且吹扫过程中无法测量NO_x浓度的问题,依托某660 MW机组的实际运行数据,建立基于长短期记忆神经网络(LSTM)的烟囱入口NO_x浓度软测量模型。为了验证其对烟囱入口NO_x浓度的预测性能,将所建LSTM模型与RNN模型、BPNN模型和KPLS 3种模型进行对比分析。研究表明:LSTM模型的预测均方根误差为1.34 mg/m~3,平均相对误差为3.51%,模型预测精度优于其他3种模型;LSTM模型的泛化能力较强,数据动态跟踪效果好,具有较高的预测稳定性。