CN106647610A - 一种智能的scr脱硝控制系统及其控制方法 - Google Patents
一种智能的scr脱硝控制系统及其控制方法 Download PDFInfo
- Publication number
- CN106647610A CN106647610A CN201710064233.1A CN201710064233A CN106647610A CN 106647610 A CN106647610 A CN 106647610A CN 201710064233 A CN201710064233 A CN 201710064233A CN 106647610 A CN106647610 A CN 106647610A
- Authority
- CN
- China
- Prior art keywords
- scr denitration
- module
- control
- signal end
- nitrogen oxides
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010531 catalytic reduction reaction Methods 0.000 title abstract description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims abstract description 105
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims abstract description 42
- 229910021529 ammonia Inorganic materials 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims description 24
- 230000010144 wind-pollination Effects 0.000 claims description 21
- 238000005507 spraying Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 230000003647 oxidation Effects 0.000 claims description 4
- 238000007254 oxidation reaction Methods 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- DOTMOQHOJINYBL-UHFFFAOYSA-N molecular nitrogen;molecular oxygen Chemical compound N#N.O=O DOTMOQHOJINYBL-UHFFFAOYSA-N 0.000 claims 1
- 238000000465 moulding Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract 1
- 239000007921 spray Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 239000003054 catalyst Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000003546 flue gas Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- QXYJCZRRLLQGCR-UHFFFAOYSA-N dioxomolybdenum Chemical compound O=[Mo]=O QXYJCZRRLLQGCR-UHFFFAOYSA-N 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/054—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/10—Plc systems
- G05B2219/11—Plc I-O input output
- G05B2219/1103—Special, intelligent I-O processor, also plc can only access via processor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明公开了一种智能的SCR脱硝控制系统及其控制方法,控制系统包括数据采集模块、运算处理模块和控制模块;数据采集模块将采集的数据发送给运算处理模块;运算处理模块通过模糊神经网络辨识模块、SCR脱硝系统控制模块对输入的数据进行计算,得到当前时刻的出口氮氧化物设定值和喷氨量,并将计算得到的值发送给DCS系统;DCS系统根据计算得到的值实现对脱硝系统的控制。本发明克服了现有的神经网络建模准确性不高和速度慢的不足,并在此基础上运用模糊神经网络代替了原来的控制方法,可以快速有效的进行控制,是一种高度自动化的控制系统,大大减少工作人员的操作,计算的准确性和实时性也能满足实际的需要,并且可以适应不同的工况。
Description
技术领域
本发明涉及脱硝控制技术领域,具体来说,涉及一种智能的SCR脱硝控制系统及其控制方法。
背景技术
随着中国经济的发展,人民生活水平的不断提高,火电机组的总装机量不断增加,导致排放的氮氧化物和硫氧化物越来越多,近几年来华北地区出现的大面积雾霾有很大一部分原因就是电厂尾气的排放,“十二五”期间我国首次提出对氮氧化物的约束标准,这给火电厂的烟气处理提出了更高的要求,所以烟气脱硝是必不可少的一个环节。
一般的脱硝控制系统采用的是串级控制,需要知道被控对象确切的数学模型,然后进行控制。近些年来,随着智能控制理论的发展,越来越多的系统都在向智能方向发展,如专利申请号为201410527517.6、201320134939.8或201610608270.X公开的智能脱硝系统所示。智能控制方法用到的建模方法是实验建模法,就是通常说的“黑盒法”,黑盒法不需要知道被控对象内部的原理,只需要知道输入和输出信号,只观察系统的输入和输出之间的关系,想象有一个复杂的模型可以满足这个关系,通过大量的实验数据得到的,这种方法适应于任何复杂的系统,实验建模的数据应该有全面的试验数据,否则达不到想要的输出结果。
发明内容
本发明的目的在于提出一种智能的SCR脱硝控制系统及其控制方法,以解决现有技术中存在的上述不足。
为实现上述发明目的,本发明的技术方案是这样实现的:
一种智能的SCR脱硝控制系统,包括数据采集模块、运算处理模块和控制模块;
所述数据采集模块包括分别与运算处理模块相连的SCR脱硝系统入口氮氧化物采集模块、机组负荷采集模块、总风媒比采集模块、一次风媒比采集模块、SCR脱硝系统入口温度采集模块、SCR脱硝系统出口氮氧化物设定值采集模块;
所述运算处理模块包括模糊神经网络辨识模块和SCR脱硝系统控制模块,所述模糊神经网络辨识模块和SCR脱硝系统控制模块对所述数据采集模块采集的数据进行计算,得到当前时刻的SCR脱硝系统出口氮氧化物值和喷氨量,并将计算得到的SCR脱硝系统出口氮氧化物值和喷氨量发送给控制模块;
所述控制模块为DCS系统,用于控制SCR脱硝系统。
进一步的,还包括PLC通信系统,所述PLC通信系统包括壳体和设于所述壳体上的SCR脱硝系统入口氮氧化物信号端、机组负荷信号端、总风媒比信号端、一次风媒比信号端、喷氨量信号端、SCR脱硝系统入口温度信号端和SCR脱硝系统出口氮氧化物设定值信号端,所述信号端通过设于所述壳体内的CPU依次与模糊神经网络辨识模块和SCR脱硝系统控制模块相连。
进一步的,所述DCS系统也设于所述壳体内。
进一步的,还包括计算机,所述模糊神经网络辨识模块和SCR脱硝系统控制模块均设于所述计算机内。
进一步的,所述PLC通信系统设有通信系统开关。
一种如上所述的智能的SCR脱硝控制系统的控制方法,包括如下步骤:
1)所述数据采集模块将采集的数据发送给运算处理模块;
2)所述运算处理模块依次通过模糊神经网络辨识模块、SCR脱硝系统控制模块对输入的数据进行计算,得到当前时刻的SCR脱硝系统出口氮氧化物设定值和喷氨量,并将所述SCR脱硝系统出口氮氧化物设定值和喷氨量发送给DCS系统;
3)所述DCS系统根据所述SCR脱硝系统出口氮氧化物设定值和喷氨量实现对脱硝系统的控制。
进一步的,步骤1)中将所述数据采集模块连接于一PLC通信系统,所述PLC通信系统包括壳体和设于所述壳体上的SCR脱硝系统入口氮氧化物信号端、机组负荷信号端、总风媒比信号端、一次风媒比信号端、喷氨量信号端、SCR脱硝系统入口温度信号端和SCR脱硝系统出口氮氧化物设定值信号端。
进一步的,所述壳体内还设有CPU,所述CPU用于将所述数据采集模块采集的模拟量转换成数字量,并发送给运算处理模块。
进一步的,所述DCS系统也设于所述壳体内。
本发明的有益效果:本发明克服了现有的神经网络建模准确性不高和速度慢的不足,并在此基础上运用模糊神经网络代替了原来的控制方法,可以快速有效的进行控制,是一种高度自动化的控制系统,大大减少工作人员的操作,计算的准确性和实时性也能满足实际的需要,并且可以适应不同的工况。
附图说明
图1是本发明所述的智能的SCR脱硝控制系统的功能模块图;
图2是本发明所述的智能的SCR脱硝控制系统的结构示意图;
图3是本发明所述的智能的SCR脱硝控制系统的控制方法的流程图。
图中所示:
1-SCR脱硝系统入口氮氧化物采集模块;2-机组负荷采集模块;3-总风媒比采集模块;4-一次风媒比采集模块;5-SCR脱硝系统入口温度采集模块;6-SCR脱硝系统出口氮氧化物设定值采集模块;7-SCR脱硝系统出口氮氧化物设定值信号端;8-SCR脱硝系统入口温度信号端;9-一次风媒比信号端;10-总风媒比信号端;11-机组负荷信号端;12-SCR脱硝系统入口氮氧化物信号端;13-通信系统开关;14-输出端;15-壳体;16-显示器;17-键盘;18-主机;19-PLC通信系统;20-数据采集模块;21-运算处理模块;22-模糊神经网络辨识模块;23-SCR脱硝系统控制模块;24-DCS系统;25-计算机。
具体实施方式
下面结合本发明的附图,对本发明的技术方案进行清楚、完整地描述。
首先需要说明的是:
SCR脱硝系统是一个复杂的控制系统,反应受到催化剂活性、反应温度、烟气流速等因素的影响,根据机理法建立的数学模型在工况不变时还可以,但是工况发生变化时数学模型会发生较大的变化。
SCR的英文全称是Selective Catalytic Reduction,SCR中文名称是:选择性催化还原技术。SCR催化还原技术是把烟气中的NOx通过催化剂转换成对人体没有危害的N2和H2O,通常电厂中催化剂选用TiO2作为载体的V2O2或MoO2,温度通常在300℃到420℃之间,因为催化剂所需的温度,所以反应器放在省煤器和空预器之间,选用液氨为还原剂,液氨蒸发以后与通过稀释风机后的空气混合,而后经分配格栅送到反应器中与NOx进行混合。
DCS的英文全称是Distributed Control System,DCS中文名称是分布式控制系统。由过程控制级和过程监控级组成的以通信网络为纽带的多级计算机系统,综合了计算机,通信、显示和控制等技术,其核心思想是分散控制、集中操作、分级管理、配置灵活以及组态方便。
基于上述原理,如图1所示,本发明实施例所述的一种智能的SCR脱硝控制系统,包括数据采集模块20、运算处理模块21和控制模块;
所述数据采集模块20包括分别与运算处理模块21相连的SCR脱硝系统入口氮氧化物采集模块1、机组负荷采集模块2、总风媒比采集模块3、一次风媒比采集模块4、SCR脱硝系统入口温度采集模块5、SCR脱硝系统出口氮氧化物设定值采集模块6;
所述运算处理模块21包括模糊神经网络辨识模块22和SCR脱硝系统控制模块23,所述模糊神经网络辨识模块22和SCR脱硝系统控制模块23对所述数据采集模块20采集的数据进行计算,得到当前时刻的SCR脱硝系统出口氮氧化物值和喷氨量,并将计算得到的SCR脱硝系统出口氮氧化物值和喷氨量发送给控制模块;
所述控制模块为DCS系统24,用于控制SCR脱硝系统。
如图2所示,为一种能够实现如图1所示的智能的SCR脱硝控制系统功能的智能的SCR脱硝控制系统的结构示意图,包括PLC通信系统19,所述PLC通信系统19包括壳体15和设于所述壳体15上的与SCR脱硝系统入口氮氧化物采集模块1相连的SCR脱硝系统入口氮氧化物信号端12、与机组负荷采集模块2相连的机组负荷信号端11、与总风媒比采集模块3相连的总风媒比信号端10、与一次风媒比采集模块4相连的一次风媒比信号端9、喷氨量信号端(图中未示)、与SCR脱硝系统入口温度采集模块5相连的SCR脱硝系统入口温度信号端8和与SCR脱硝系统出口氮氧化物设定值采集模块6相连的SCR脱硝系统出口氮氧化物设定值信号端7,所述信号端通过设于所述壳体15内的CPU(图中未示)依次与模糊神经网络辨识模块22和SCR脱硝系统控制模块23相连。
在本实施例中,所述DCS系统24也设于所述壳体15内。
在本实施例中,所述模糊神经网络辨识模块22和SCR脱硝系统控制模块23均设于所述计算机25内,所述计算机25由显示器16、键盘17和主机18构成。
在本实施例中,所述PLC通信系统19设有通信系统开关13。
本发明还公开了一种如上所述的智能的SCR脱硝控制系统的控制方法,如图3所示,包括如下步骤:
1)开启PLC通信系统19、计算机25和DCS系统24;
2)将数据采集模块20采集到的需要的SCR脱硝系统入口氮氧化物值、机组负荷、总风煤比、一次风煤比、SCR脱硝系统出口氮氧化物设定值和SCR脱硝系统入口温度传到PLC通信系统19的输入端;
3)在PLC通信系统19中把输入进来的模拟量通过CPU转换成数字量;
4)得到的数字量经过输出端14进入到计算机25,在计算机运算系统中通过模糊神经网络辨识模块22、SCR脱硝系统控制模块23对输入的数据进行计算,得到当前时刻的SCR脱硝系统出口氮氧化物值和喷氨量,并返回到PLC通信系统19,由PLC通信系统19把数值返回到DCS系统24中,实现脱硝系统的控制。
下面对模糊神经网络辨识块的原理进行简要的介绍:
设r是输入变量个数,y是系统的输出,并且每个输入变量xi(i=1,2...,r)有u个隶属度函数Aij(j=1,2...,u),每个隶属度函数都是如下所示的高斯函数:
其中:uij是xi的第j个隶属度函数,cij和σij分别为xi的第j个高斯隶属度函数的中心和宽度,每个规则之间用乘法来计算,则有
其中:Rj是第j条规则的输出,
最后系统的输出结果为:
其中wj是第j条规则对应的权值,
wj=a0j+a1jx1+...+arjxr,j=1,2,...,u
其中aij为xij所对应的系数,
设第i个观测数据(Xi,ti),其中Xi是输入向量,ti是期望的输出,根据模糊神经网络计算出输出yi,如果
|ti-yi|>ke
则增加一条模糊规则,其中ke根据系统期望精度来预先选定的。Cj是神经网络单元的中心,
di(j)=||Xi-Cj||,j=1,2,...,u
u是现有的模糊规则数,di(j)是Cj和Xj之间的距离,||·||是欧式距离,欧氏距离是指m维空间上两个点之间的真实距离,两个点A=(a[1],a[2],…,a[n])和B=(b[1],b[2],…,b[n])之间的距离ρ(A,B)定义为下面的公式:
dmin=min(di(j)),当产生新规则以后,由以下公式确定初始的参数,
Ci=Xi
σi=k×dmin
其中Ci是第i个输入高斯函数的中心,σi为第i个输入高斯函数的宽度,k为预先设定的常数。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能的SCR脱硝控制系统,其特征在于,包括数据采集模块、运算处理模块和控制模块;
所述数据采集模块包括分别与运算处理模块相连的SCR脱硝系统入口氮氧化物采集模块、机组负荷采集模块、总风媒比采集模块、一次风媒比采集模块、SCR脱硝系统入口温度采集模块、SCR脱硝系统出口氮氧化物设定值采集模块;
所述运算处理模块包括模糊神经网络辨识模块和SCR脱硝系统控制模块,所述模糊神经网络辨识模块和SCR脱硝系统控制模块对所述数据采集模块采集的数据进行计算,得到当前时刻的SCR脱硝系统出口氮氧化物值和喷氨量,并将计算得到的SCR脱硝系统出口氮氧化物值和喷氨量发送给控制模块;
所述控制模块为DCS系统,用于控制SCR脱硝系统。
2.根据权利要求1所述的智能的SCR脱硝控制系统,其特征在于,还包括PLC通信系统,所述PLC通信系统包括壳体和设于所述壳体上的SCR脱硝系统入口氮氧化物信号端、机组负荷信号端、总风媒比信号端、一次风媒比信号端、喷氨量信号端、SCR脱硝系统入口温度信号端和SCR脱硝系统出口氮氧化物设定值信号端,所述信号端通过设于所述壳体内的CPU依次与模糊神经网络辨识模块和SCR脱硝系统控制模块相连。
3.根据权利要求2所述的智能的SCR脱硝控制系统,其特征在于,所述DCS系统也设于所述壳体内。
4.根据权利要求1所述的智能的SCR脱硝控制系统,其特征在于,还包括计算机,所述模糊神经网络辨识模块和SCR脱硝系统控制模块均设于所述计算机内。
5.根据权利要求1所述的智能的SCR脱硝控制系统,其特征在于,所述PLC通信系统设有通信系统开关。
6.一种如权利要求1所述的智能的SCR脱硝控制系统的控制方法,其特征在于,包括如下步骤:
1)所述数据采集模块将采集的数据发送给运算处理模块;
2)所述运算处理模块依次通过模糊神经网络辨识模块、SCR脱硝系统控制模块对输入的数据进行计算,得到当前时刻的SCR脱硝系统出口氮氧化物设定值和喷氨量,并将所述SCR脱硝系统出口氮氧化物设定值和喷氨量发送给DCS系统;
3)所述DCS系统根据所述SCR脱硝系统出口氮氧化物设定值和喷氨量实现对脱硝系统的控制。
7.根据权利要求6所述的控制方法,其特征在于,步骤1)中将所述数据采集模块连接于一PLC通信系统,所述PLC通信系统包括壳体和设于所述壳体上的SCR脱硝系统入口氮氧化物信号端、机组负荷信号端、总风媒比信号端、一次风媒比信号端、喷氨量信号端、SCR脱硝系统入口温度信号端和SCR脱硝系统出口氮氧化物设定值信号端。
8.根据权利要求7所述的控制方法,其特征在于,所述壳体内还设有CPU,所述CPU用于将所述数据采集模块采集的模拟量转换成数字量,并发送给运算处理模块。
9.根据权利要求6所述的控制方法,其特征在于,所述DCS系统也设于所述壳体内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710064233.1A CN106647610A (zh) | 2017-02-04 | 2017-02-04 | 一种智能的scr脱硝控制系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710064233.1A CN106647610A (zh) | 2017-02-04 | 2017-02-04 | 一种智能的scr脱硝控制系统及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106647610A true CN106647610A (zh) | 2017-05-10 |
Family
ID=58844473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710064233.1A Pending CN106647610A (zh) | 2017-02-04 | 2017-02-04 | 一种智能的scr脱硝控制系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106647610A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109304086A (zh) * | 2018-10-31 | 2019-02-05 | 华中科技大学 | 一种电站锅炉scr脱硝精细化喷氨控制方法 |
CN109634117A (zh) * | 2018-12-14 | 2019-04-16 | 华北电力大学(保定) | 一种用于脱硝控制的信息物理融合系统及其控制方法 |
CN109634247A (zh) * | 2019-01-23 | 2019-04-16 | 大唐环境产业集团股份有限公司 | 一种石灰石浆液密度软测量系统及方法 |
CN109917641A (zh) * | 2017-12-12 | 2019-06-21 | 南京凯盛国际工程有限公司 | 一种基于智能模型预测控制的脱硝优化控制算法 |
CN110935312A (zh) * | 2019-12-16 | 2020-03-31 | 广州珠江电力有限公司 | 一种scr烟气脱硝系统的动态监控装置及动态监测方法 |
CN111506031A (zh) * | 2020-04-21 | 2020-08-07 | 大唐环境产业集团股份有限公司 | 基于WinCC与PLC的脱硝喷氨优化辅助调试系统 |
CN112347673A (zh) * | 2020-11-06 | 2021-02-09 | 大唐环境产业集团股份有限公司 | 一种脱硝反应器结构智能设计系统的智能建模模块和方法 |
CN115798624A (zh) * | 2023-02-01 | 2023-03-14 | 中国汽车技术研究中心有限公司 | 一种柴油车尾气scr反应过程智能建模方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203291702U (zh) * | 2013-06-03 | 2013-11-20 | 沈阳大学 | 一种烟气脱硝效率软测量装置 |
CN104226110A (zh) * | 2014-10-09 | 2014-12-24 | 河南合众电力技术有限公司 | 一种燃煤锅炉scr脱硝控制方法与控制系统 |
CN105137760A (zh) * | 2015-09-25 | 2015-12-09 | 华能平凉发电有限责任公司 | 一种脱硝喷氨自动控制方法及系统 |
CN105629738A (zh) * | 2016-03-24 | 2016-06-01 | 内蒙古瑞特优化科技股份有限公司 | Scr烟气脱硝系统控制方法及设备 |
CN206497349U (zh) * | 2017-02-04 | 2017-09-15 | 华北电力大学(保定) | 一种智能的scr脱硝控制系统 |
-
2017
- 2017-02-04 CN CN201710064233.1A patent/CN106647610A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203291702U (zh) * | 2013-06-03 | 2013-11-20 | 沈阳大学 | 一种烟气脱硝效率软测量装置 |
CN104226110A (zh) * | 2014-10-09 | 2014-12-24 | 河南合众电力技术有限公司 | 一种燃煤锅炉scr脱硝控制方法与控制系统 |
CN105137760A (zh) * | 2015-09-25 | 2015-12-09 | 华能平凉发电有限责任公司 | 一种脱硝喷氨自动控制方法及系统 |
CN105629738A (zh) * | 2016-03-24 | 2016-06-01 | 内蒙古瑞特优化科技股份有限公司 | Scr烟气脱硝系统控制方法及设备 |
CN206497349U (zh) * | 2017-02-04 | 2017-09-15 | 华北电力大学(保定) | 一种智能的scr脱硝控制系统 |
Non-Patent Citations (3)
Title |
---|
周洪煜 等: "烟气脱硝喷氨量SA-RBF神经网络最优控制" * |
武宝会 等: "火电厂SCR烟气脱硝控制方式及其优化" * |
赵敏 等: "基于广义动态模糊神经网络的电厂锅炉燃烧优化建模" * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917641A (zh) * | 2017-12-12 | 2019-06-21 | 南京凯盛国际工程有限公司 | 一种基于智能模型预测控制的脱硝优化控制算法 |
CN109304086A (zh) * | 2018-10-31 | 2019-02-05 | 华中科技大学 | 一种电站锅炉scr脱硝精细化喷氨控制方法 |
CN109304086B (zh) * | 2018-10-31 | 2020-11-24 | 华中科技大学 | 一种电站锅炉scr脱硝精细化喷氨控制方法 |
CN109634117A (zh) * | 2018-12-14 | 2019-04-16 | 华北电力大学(保定) | 一种用于脱硝控制的信息物理融合系统及其控制方法 |
CN109634247A (zh) * | 2019-01-23 | 2019-04-16 | 大唐环境产业集团股份有限公司 | 一种石灰石浆液密度软测量系统及方法 |
CN110935312A (zh) * | 2019-12-16 | 2020-03-31 | 广州珠江电力有限公司 | 一种scr烟气脱硝系统的动态监控装置及动态监测方法 |
CN110935312B (zh) * | 2019-12-16 | 2022-08-30 | 广州珠江电力有限公司 | 一种scr烟气脱硝系统的动态监控装置及动态监测方法 |
CN111506031A (zh) * | 2020-04-21 | 2020-08-07 | 大唐环境产业集团股份有限公司 | 基于WinCC与PLC的脱硝喷氨优化辅助调试系统 |
CN112347673A (zh) * | 2020-11-06 | 2021-02-09 | 大唐环境产业集团股份有限公司 | 一种脱硝反应器结构智能设计系统的智能建模模块和方法 |
CN115798624A (zh) * | 2023-02-01 | 2023-03-14 | 中国汽车技术研究中心有限公司 | 一种柴油车尾气scr反应过程智能建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106647610A (zh) | 一种智能的scr脱硝控制系统及其控制方法 | |
CN107243257B (zh) | 适合全负荷的智能喷氨控制系统 | |
CN108837699A (zh) | 一种基于软测量和预测控制的scr脱硝智能喷氨优化方法及系统 | |
CN105629736B (zh) | 数据驱动的火电机组scr脱硝扰动抑制预测控制方法 | |
CN108837698A (zh) | 基于先进测量仪表和先进控制算法的scr脱硝喷氨优化方法及系统 | |
CN108803309A (zh) | 一种基于软测量和模型自适应的scr脱硝智能喷氨优化方法及系统 | |
CN107526292A (zh) | 一种基于入口NOx浓度预测的调控喷氨量的方法 | |
CN206497349U (zh) | 一种智能的scr脱硝控制系统 | |
EP3640869A1 (en) | Method for predicting an energy demand, data processing system and renewable power plant with a storage | |
CN107464014A (zh) | 一种燃煤机组脱硝控制系统入口氮氧化物的预测方法 | |
CN110299188A (zh) | 基于ga变量选择的scr烟气脱硝系统grnn建模方法 | |
CN107544450B (zh) | 基于数据的流程工业网络模型构建方法及系统 | |
CN112506162B (zh) | 一种基于数据模型和机理运算的氧化风系统控制方法 | |
CN104154019A (zh) | 一种基于模糊控制的隧道通风节能控制系统及其控制方法 | |
Kondratenko et al. | Generation of rule bases of fuzzy systems based on modified ant colony algorithms | |
CN106054608A (zh) | 用于垃圾焚烧烟气脱硝sncr的模糊控制方法及系统 | |
CN110212551A (zh) | 基于卷积神经网络的微网无功自动控制方法 | |
CN111555368B (zh) | 一种综合能源系统的深度生成式对抗网络调度与控制方法 | |
CN109046021B (zh) | 一种强自适应能力的scr系统精确喷氨控制方法 | |
CN109858125B (zh) | 一种基于径向基神经网络的火电机组供电煤耗计算方法 | |
CN204025120U (zh) | 一种基于模糊控制的隧道通风节能控制系统 | |
CN106936142B (zh) | 电力系统无功功率调节事件触发控制方法和系统 | |
CN103336428A (zh) | 一种电站锅炉优化方法和系统 | |
CN111626511B (zh) | 变负荷下scr反应器入口烟气量预测系统、方法及设备 | |
CN113934175A (zh) | 一种智能无线汽轮机数据采集系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |