CN108837699A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN108837699A CN108837699A CN201810710312.XA CN201810710312A CN108837699A CN 108837699 A CN108837699 A CN 108837699A CN 201810710312 A CN201810710312 A CN 201810710312A CN 108837699 A CN108837699 A CN 108837699A
- Authority
- CN
- China
- Prior art keywords
- injection amount
- ammonia injection
- nitrogen oxide
- ammonia
- scr denitration
- 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
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 title claims abstract description 146
- 229910021529 ammonia Inorganic materials 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 title claims abstract description 15
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims abstract description 213
- 238000002485 combustion reaction Methods 0.000 claims abstract description 17
- 238000002347 injection Methods 0.000 claims description 56
- 239000007924 injection Substances 0.000 claims description 56
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 239000003245 coal Substances 0.000 claims description 15
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 11
- 239000003546 flue gas Substances 0.000 claims description 11
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 6
- 238000012843 least square support vector machine Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000010531 catalytic reduction reaction Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 abstract description 8
- 230000004044 response Effects 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 abstract description 3
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical class [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 abstract 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000007619 statistical method Methods 0.000 description 7
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 3
- 238000006722 reduction reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 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
- 238000010298 pulverizing process Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/90—Injecting reactants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8621—Removing nitrogen compounds
- B01D53/8625—Nitrogen oxides
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明公开了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。本方法为：1)基于运行数据，建立入口氮氧化物浓度模型；然后利用该模型和当前采集的运行数据，得到预测值；2)根据入口氮氧化物浓度预测值计算当前运行工况下喷氨量作为前馈信号，将该喷氨量前馈信号发送给SCR脱硝系统；3)测量燃煤火电机组燃烧系统的出口氮氧化物浓度的实测值，与出口氮氧化物浓度设定值做偏差后输入预测控制器，预测控制器基于该偏差得到喷氨量反馈控制信号并发送给SCR脱硝系统；4)SCR脱硝系统根据该喷氨量前馈信号和喷氨量反馈控制信号控制SCR脱硝反应器的喷氨量。本发明的系统具有响应速率较高、投资较小、改造工期短等优点。
Description
技术领域
本发明属于属于燃煤火电厂脱硝技术领域，具体涉及一种基于软测量和预测控制的SCR(选择性催化还原)脱硝智能喷氨优化方法及系统。
背景技术
目前，为了实现氮氧化物超低排放，大部分燃煤火电厂都安装了SCR脱硝装置，采用CEMS系统(烟气在线监测系统)采集入口、出口氮氧化物浓度，然后再进行PID(比例-积分-微分)反馈控制。
PID反馈控制如图1所示，氨流量计算值为(入口氮氧化物浓度测量值-出口氮氧化物浓度测量值)×烟气量×氨氮摩尔比，其中氨氮摩尔比基本为固定值，入口氮氧化物浓度，出口氮氧化物浓度，烟气量通过仪表测量得到。
上述方案存在下述问题：
1.入口、出口氮氧化物浓度采用CEMS系统测量，CEMS系统采样管线比较长，造成测量纯迟延较大，测量值有2-3分钟延迟；
2.现有CEMS系统采用单点取样测量，因此导致测量数据不能代表整个截面平均浓度；
3.采用PID控制，PID参数在初始设定好后就不再改变，所以在机组负荷运行工况变化时，脱硝系统调整不及时，容易出现超标排放；
4.为了保证达标排放，电厂运行人员将PID参数的设定值设定得非常低，导致喷氨量过大，控制系统超调量较大，系统响应速率较低。不仅浪费还原剂，还增加了后续设备堵塞的风险。
因此，开发一种SCR智能优化喷氨系统，实现精准喷氨对于SCR脱硝装置安全经济运行具有重要意义。
发明内容
针对现有技术中存在的技术问题，本发明的目的在于提供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。
本发明的技术方案为：
一种基于软测量和预测控制的SCR脱硝智能喷氨优化方法，其步骤包括：
1)基于燃煤火电机组燃烧系统的运行数据，建立入口氮氧化物浓度模型；然后利用该入口氮氧化物浓度模型和当前采集的运行数据，得到入口氮氧化物浓度的预测值；
2)根据入口氮氧化物浓度预测值计算当前运行工况下喷氨量作为前馈信号，将该喷氨量前馈信号发送给SCR脱硝系统；
3)测量燃煤火电机组燃烧系统的出口氮氧化物浓度的实测值，将该实测值与出口氮氧化物浓度设定值做偏差后输入预测控制器，预测控制器基于该偏差得到喷氨量反馈控制信号并发送给SCR脱硝系统；
4)SCR脱硝系统根据该喷氨量前馈信号和喷氨量反馈控制信号控制SCR脱硝反应器的喷氨量。
进一步的，通过主元分析算法对所述运行数据进行划分，确定出与入口氮氧化物关联紧密的参数；然后将确定出的与入口氮氧化物关联紧密的参数作为训练数据，采用深度学习算法或者最小二乘支持向量机算法，建立入口氮氧化物浓度模型。
进一步的，所述运行数据包括机组负荷、一次风量、二次风量、总煤量、磨煤机运行台数。
进一步的，得到所述喷氨量前馈信号的方法为：将所述预测值乘以烟气量，然后再乘以氨氮摩尔比计算出氨气量需求量，作为SCR脱硝系统的所述喷氨量前馈信号。
进一步的，所述预测控制器采用模型预测控制算法对输入的该偏差进行计算，得到喷氨量反馈控制预测控制信号，从而实现超前调节。
一种基于软测量和预测控制的SCR脱硝智能喷氨优化系统，其特征在于，包括喷氨量前馈信号产生单元、预测控制器和SCR脱硝系统；其中，
所述喷氨量前馈信号产生单元，连接煤火电机组燃烧系统运行数据传感器，基于燃煤火电机组燃烧系统运行数据传感器采集的运行数据，建立入口氮氧化物浓度模型；并利用该入口氮氧化物浓度模型和当前采集的运行数据，得到入口氮氧化物浓度的预测值，然后根据入口氮氧化物浓度预测值计算当前运行工况下的喷氨量前馈信号；
所述预测控制器，连接出口氮氧化物浓度测量仪表，用于根据燃煤火电机组燃烧系统的出口氮氧化物浓度的实测值与出口氮氧化物浓度设定值的偏差得到喷氨量反馈控制信号；
所述SCR脱硝系统，分别连接所述喷氨量前馈信号产生单元和所述自适应PID控制器以接收所述喷氨量前馈信号和喷氨量反馈控制信号，用于根据该喷氨量前馈信号和喷氨量反馈控制信号控制SCR脱硝反应器的喷氨量。
本发明首先采集燃煤火电机组燃烧系统一次风、二次风、负荷等数据，然后基于采集数据建立入口氮氧化物浓度模型，然后根据当前采集数据和入口氮氧化物浓度模型得到入口氮氧化物浓度预测值，然后根据入口氮氧化物浓度预测值计算当前运行工况下喷氨量前馈，将前馈加入到氮氧化物浓度反馈控制回路，实现精准喷氨。为了克服SCR脱硝系统的延迟，采用模型预测控制算法，保证脱硝喷氨控制回路较高的系统响应速率。
入口氮氧化物浓度预测方法：
根据锅炉运行数据，初步选择机组负荷、一次风量、二次风量、总煤量、磨煤机运行台数参数及对应的入口氮氧化物浓度，首先通过主元分析算法对所选参数进行分析，确定出与入口氮氧化物关联紧密的参数，即确定出主要参数和次要参数。然后，将确定出的与入口氮氧化物关联紧密的参数作为训练数据，采用深度学习算法或者最小二乘支持向量机算法，建立入口氮氧化物浓度模型，从而利用该入口氮氧化物浓度模型实现对入口氮氧化物浓度的预测。其中，与入口氮氧化物关联紧密的参数包括总风量、总煤量、风煤比、一次风与二次风比值。
本方案的创新之处主要有三点：
第一，传统控制方案入口氮氧化物浓度通过CEMS仪表测量，测量滞后较大。本方案基于机理和数据建模获得，实时性较好。
第二，当锅炉燃烧系统发生变化时，传统方案是被动调节，本方案在控制方案中引入了燃烧系统变化前馈信号，可以提前进行调节。
第三，本方案采用预测控制算法，该算法可以克服SCR脱硝反应器大延迟的问题，调节性能较好。
与现有技术相比，本发明的有益效果如下：
1.脱硝出口氮氧化物浓度偏差可以控制在5-10mg/Nm3之间，可以保证在变工况情况下稳定达标排放。
2.脱硝控制系统的系统响应速率较高，投资较小，改造工期短。
附图说明
图1为现有系统控制流程图；
图2为本发明的控制流程图；
图3为本发明的系统控制平台架构图。
具体实施方式
下面通过具体实施例和附图，对本发明做进一步详细说明。
本方案主要是提出一种入口氮氧化物浓度软测量与预测控制器相结合的脱硝优化控制方法。
本发明首先采集燃煤火电机组燃烧系统一次风、二次风、负荷等数据及与这些参数对应的入口氮氧化物浓度，建立入口氮氧化物浓度模型。
如图2所示，基于锅炉一次风量、二次风量、给煤量、制粉系统运行台数等参数，根据上述入口氮氧化物浓度模型，得到入口氮氧化物浓度预测值，再乘以烟气量，然后再乘以氨氮摩尔比计算出氨气量需求量，作为SCR脱硝系统前馈信号(即喷氨量快速跟踪信号)，前馈信号可以保证负荷变化时，可以快速调节喷氨量。出口氮氧化物浓度设定值与实测值做偏差后进入预测控制器，作为喷氨量反馈控制信号。
其中，“入口氮氧化物浓度预测值”的计算方法是：基于运行参数和入口氮氧化物浓度历史数据，采用机器学习算法或者最小二乘支持向量机模型，建立入口氮氧化物浓度模型，在实际运行中，实时采集输入数据并输入到模型中，可以得到入口氮氧化物浓度预测值。
其中，“烟气量”是指(实际测量的锅炉烟气量)，单位是(NM3/h)。“氨氮摩尔比”是指(脱硝中氨气和氮氧化物浓度的比值，是脱硝中常用概念，一般为0.7-0.9)。“氨气量需求量”的计算公式是：(氨气需求量＝入口氮氧化物乘以烟气量乘以氨氮摩尔比)。
为了保证该算法可以在现场应用，并对控制算法进行保密，本方案的实施基于脱硝优化控制平台实现。该平台的核心是一个高性能的控制器，通过数据采集卡件从DCS系统获得计算所需参数(负荷、一次风量、二次风量、总煤量、等锅炉运行参数)，经过计算后，再返回原DCS系统，实现闭环控制。控制器与原DCS系统通信采用modbus、RS485等通信方式，可以与国内主流DCS系统进行双向通信。脱硝优化控制器与DCS现场控制器可以实现无扰切换。控制平台如图3所示，优化控制器中主要包括系统通信模块和核心算法计算模块，系统通信模块主要负责实现与DCS进行数据输入，输出。核心算法模块主要是实现优化控制算法。系统运行时，首先通过系统通信模块采集运行数据，然后输入到核心算法模块，核心算法模块再输出到DCS系统，从而实现闭环控制。
表1为采用本发明方法和现有方法在实际运行中的对比，从这些对比中可以看出，采用本发明方法，可以实现SCR脱硝装置的精准喷氨，提高系统运行效率，降低成本。
表1为实际运行效果对比
动态工况运行效果对比分析
1改造前运行效果
【1】机组升负荷工况
变工况下反应器出口NOx含量的动态特性是考察脱硝系统自动控制效果最重要的部分之一。此部分分析升负荷过程中反应器出口NOx含量的动态特性。
负荷由365MW附近升至395MW附近过程中，脱硝系统甲、乙侧反应器出口NOx含量的统计分析如表2。
表2为365MW升至395MW负荷段脱硝性能数据
【2】机组降负荷工况
以下是降负荷过程中反应器出口NOx含量的动态特性的分析。
负荷由500MW附近降至330MW附近过程中，脱硝系统甲、乙侧反应器出口NOx含量的统计分析如表3。
表3为500MW降至330MW负荷段脱硝性能数据
2改造后运行效果
【1】机组升负荷工况
以下为机组负荷从400MW上升至500MW时的运行过程，一般在此升负荷区间，会启动一台磨煤机。磨的启停期间对反应器入口NOx含量的短时影响很大，反应器出口NOx含量超标也多半是受此影响。
负荷由400MW升至500MW过程中，脱硝系统甲、乙侧反应器出口NOx含量的统计分析如表4。
表4为负荷由400MW升至500MW运行区间脱硝性能数据
负荷由550MW升至600MW运行区间，脱硝系统甲、乙侧反应器出口NOx含量的统计分析如表5。
表5为负荷由550MW升至600MW运行区间脱硝性能数据
【2】机组降负荷工况
此部分将用同样的方式对降负荷过程中脱硝反应器的性能进行了分析。
负荷由600MW降至550MW运行区间，脱硝系统甲、乙侧反应器出口NOx含量的统计分析如表6。
表6为负荷由600MW降至550MW运行区间脱硝性能数据
负荷由550MW降至500MW运行区间，脱硝系统甲、乙侧反应器出口NOx含量统计分析如表7。
表7为负荷由550MW降至500MW运行区间脱硝性能数据
负荷由500MW降至400MW运行区间，脱硝系统甲、乙侧反应器出口NOx含量统计分析如表8。
表8为负荷由500MW降至400MW运行区间脱硝性能数据
以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求书所述为准。
Claims (10)
1.一种基于软测量和预测控制的SCR脱硝智能喷氨优化方法，其步骤包括：
1)基于燃煤火电机组燃烧系统的运行数据，建立入口氮氧化物浓度模型；然后利用该入口氮氧化物浓度模型和当前采集的运行数据，得到入口氮氧化物浓度的预测值；
2)根据入口氮氧化物浓度预测值计算当前运行工况下喷氨量作为前馈信号，将该喷氨量前馈信号发送给SCR脱硝系统；
3)测量燃煤火电机组燃烧系统的出口氮氧化物浓度的实测值，将该实测值与出口氮氧化物浓度设定值做偏差后输入预测控制器，预测控制器基于该偏差得到喷氨量反馈控制信号并发送给SCR脱硝系统；
4)SCR脱硝系统根据该喷氨量前馈信号和喷氨量反馈控制信号控制SCR脱硝反应器的喷氨量。
2.如权利要求1所述的方法，其特征在于，通过主元分析算法对所述运行数据进行划分，确定出与入口氮氧化物关联紧密的参数；然后将确定出的与入口氮氧化物关联紧密的参数作为训练数据，采用深度学习算法或者最小二乘支持向量机算法，建立入口氮氧化物浓度模型。
3.如权利要求1或2所述的方法，其特征在于，所述运行数据包括机组负荷、一次风量、二次风量、总煤量、磨煤机运行台数。
4.如权利要求1所述的方法，其特征在于，得到所述喷氨量前馈信号的方法为：将所述预测值乘以烟气量，然后再乘以氨氮摩尔比计算出氨气量需求量，作为SCR脱硝系统的所述喷氨量前馈信号。
5.如权利要求1所述的方法，其特征在于，所述预测控制器采用模型预测控制算法对输入的该偏差和燃煤火电机组燃烧系统的运行数据进行计算，得到喷氨量反馈控制信号。
6.一种基于软测量和预测控制的SCR脱硝智能喷氨优化系统，其特征在于，包括喷氨量前馈信号产生单元、预测控制器和SCR脱硝系统；其中，
所述喷氨量前馈信号产生单元，连接煤火电机组燃烧系统运行数据传感器，基于燃煤火电机组燃烧系统运行数据传感器采集的运行数据，建立入口氮氧化物浓度模型；并利用该入口氮氧化物浓度模型和当前采集的运行数据，得到入口氮氧化物浓度的预测值，然后根据入口氮氧化物浓度预测值计算当前运行工况下的喷氨量前馈信号；
所述预测控制器，连接出口氮氧化物浓度测量仪表，用于根据燃煤火电机组燃烧系统的出口氮氧化物浓度的实测值与出口氮氧化物浓度设定值的偏差得到喷氨量反馈控制信号；
所述SCR脱硝系统，分别连接所述喷氨量前馈信号产生单元和所述自适应PID控制器以接收所述喷氨量前馈信号和喷氨量反馈控制信号，用于根据该喷氨量前馈信号和喷氨量反馈控制信号控制SCR脱硝反应器的喷氨量。
7.如权利要求6所述的系统，其特征在于，通过主元分析算法对所述运行数据进行划分，确定出与入口氮氧化物关联紧密的参数；然后将确定出的与入口氮氧化物关联紧密的参数作为训练数据，采用深度学习算法或者最小二乘支持向量机算法，建立入口氮氧化物浓度模型；所述运行数据包括机组负荷、一次风量、二次风量、总煤量、磨煤机运行台数。
8.如权利要求6所述的系统，其特征在于，所述预测控制器采用模型预测控制算法对输入的该偏差和燃煤火电机组燃烧系统的运行数据进行计算，得到喷氨量反馈控制信号。
9.如权利要求6所述的系统，其特征在于，所述喷氨量前馈信号产生单元将所述预测值乘以烟气量，然后再乘以氨氮摩尔比计算出氨气量需求量，作为SCR脱硝系统的所述喷氨量前馈信号。
10.如权利要求6所述的系统，其特征在于，所述运行数据包括机组负荷、一次风量、二次风量、总煤量、磨煤机运行台数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810710312.XA CN108837699A (zh) | 2018-07-02 | 2018-07-02 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810710312.XA CN108837699A (zh) | 2018-07-02 | 2018-07-02 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108837699A true CN108837699A (zh) | 2018-11-20 |
Family
ID=64199977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810710312.XA Pending CN108837699A (zh) | 2018-07-02 | 2018-07-02 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108837699A (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109453664A (zh) * | 2018-12-25 | 2019-03-12 | 国电科学技术研究院有限公司 | 一种基于大数据分析燃煤电站喷氨控制方法及脱硝系统 |
| CN110673485A (zh) * | 2019-10-21 | 2020-01-10 | 京东城市(南京)科技有限公司 | 用于燃烧控制的模型训练方法、装置、电子设备以及介质 |
| CN110908351A (zh) * | 2019-11-25 | 2020-03-24 | 东南大学 | 一种融合支持向量机的scr脱硝系统扰动抑制预测控制方法 |
| CN111522290A (zh) * | 2020-04-24 | 2020-08-11 | 大唐环境产业集团股份有限公司 | 一种基于深度学习方法的脱硝控制方法和系统 |
| CN111626511A (zh) * | 2020-05-28 | 2020-09-04 | 大唐环境产业集团股份有限公司 | 变负荷下scr反应器入口烟气量预测系统、方法及设备 |
| CN111715067A (zh) * | 2020-06-11 | 2020-09-29 | 国家能源菏泽发电有限公司 | 基于scr系统三场多参数复合喷氨优化技术 |
| CN112185475A (zh) * | 2020-09-28 | 2021-01-05 | 齐鲁工业大学 | 针对于SCR脱硝系统失真态NOx浓度的高精度智能预测方法 |
| CN112316718A (zh) * | 2020-11-13 | 2021-02-05 | 西安热工研究院有限公司 | 一种w火焰锅炉脱硝喷氨控制系统及方法 |
| CN112631127A (zh) * | 2020-11-11 | 2021-04-09 | 华能国际电力股份有限公司营口电厂 | 一种scr氮氧化物含量预测控制方法和系统 |
| CN112650052A (zh) * | 2020-12-10 | 2021-04-13 | 江苏方天电力技术有限公司 | 一种防主调失效的火电机组scr脱硝控制方法 |
| CN113433911A (zh) * | 2021-06-30 | 2021-09-24 | 浙江大学 | 基于浓度精准预测的脱硝装置喷氨精准控制系统与方法 |
| CN113592163A (zh) * | 2021-07-22 | 2021-11-02 | 汉谷云智(武汉)科技有限公司 | Scr脱硝反应器入口氮氧化物浓度预测方法及设备 |
| CN114089636A (zh) * | 2022-01-19 | 2022-02-25 | 汉谷云智(武汉)科技有限公司 | Scr脱硝外挂式智能喷氨闭环控制方法与设备 |
| CN114690619A (zh) * | 2021-11-15 | 2022-07-01 | 光大环保技术装备（常州）有限公司 | 基于机器学习算法垃圾发电厂sncr系统自动控制方法及系统 |
| CN114878745A (zh) * | 2022-04-25 | 2022-08-09 | 北京市生态环境保护科学研究院 | 一种基于支持向量机的燃气锅炉氮氧化物预测监测系统 |
| CN115591378A (zh) * | 2022-12-12 | 2023-01-13 | 清华大学（Cn） | 火电机组scr脱硝的前馈补偿和扰动抑制控制系统及方法 |
| CN118286838A (zh) * | 2024-04-01 | 2024-07-05 | 浙江浩普智能科技有限公司 | 燃烧-污染物治理全流程智能调控减污降碳方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103839110A (zh) * | 2014-02-24 | 2014-06-04 | 国家电网公司 | 一种锅炉炉内氮氧化物生成量预测建模方法 |
| CN105797576A (zh) * | 2016-04-15 | 2016-07-27 | 中国大唐集团科学技术研究院有限公司西北分公司 | 一种燃煤机组脱硝喷氨控制方法 |
| CN106582284A (zh) * | 2016-12-14 | 2017-04-26 | 河南华润电力古城有限公司 | 火电机组scr脱硝喷氨的自动控制方法及系统 |
| CN106681381A (zh) * | 2017-01-03 | 2017-05-17 | 华北电力大学 | 一种基于智能前馈信号的scr脱硝系统喷氨量优化控制系统及方法 |
| CN106991507A (zh) * | 2017-05-19 | 2017-07-28 | 杭州意能电力技术有限公司 | 一种SCR入口NOx浓度在线预测方法及装置 |
| CN106994303A (zh) * | 2017-05-27 | 2017-08-01 | 南京化学工业园热电有限公司 | 脱硝scr喷氨控制系统及控制方法 |
| CN107544288A (zh) * | 2017-09-26 | 2018-01-05 | 天津拓科思科技有限公司 | 一种脱硝优化控制方法和系统 |
-
2018
- 2018-07-02 CN CN201810710312.XA patent/CN108837699A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103839110A (zh) * | 2014-02-24 | 2014-06-04 | 国家电网公司 | 一种锅炉炉内氮氧化物生成量预测建模方法 |
| CN105797576A (zh) * | 2016-04-15 | 2016-07-27 | 中国大唐集团科学技术研究院有限公司西北分公司 | 一种燃煤机组脱硝喷氨控制方法 |
| CN106582284A (zh) * | 2016-12-14 | 2017-04-26 | 河南华润电力古城有限公司 | 火电机组scr脱硝喷氨的自动控制方法及系统 |
| CN106681381A (zh) * | 2017-01-03 | 2017-05-17 | 华北电力大学 | 一种基于智能前馈信号的scr脱硝系统喷氨量优化控制系统及方法 |
| CN106991507A (zh) * | 2017-05-19 | 2017-07-28 | 杭州意能电力技术有限公司 | 一种SCR入口NOx浓度在线预测方法及装置 |
| CN106994303A (zh) * | 2017-05-27 | 2017-08-01 | 南京化学工业园热电有限公司 | 脱硝scr喷氨控制系统及控制方法 |
| CN107544288A (zh) * | 2017-09-26 | 2018-01-05 | 天津拓科思科技有限公司 | 一种脱硝优化控制方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 廖宏楷等: "《燃烧科学与技术进展》", 30 November 2007, 西安交通大学出版社, pages: 300 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109453664A (zh) * | 2018-12-25 | 2019-03-12 | 国电科学技术研究院有限公司 | 一种基于大数据分析燃煤电站喷氨控制方法及脱硝系统 |
| CN110673485B (zh) * | 2019-10-21 | 2020-11-24 | 京东城市(南京)科技有限公司 | 用于燃烧控制的模型训练方法、装置、电子设备以及介质 |
| CN110673485A (zh) * | 2019-10-21 | 2020-01-10 | 京东城市(南京)科技有限公司 | 用于燃烧控制的模型训练方法、装置、电子设备以及介质 |
| CN110908351A (zh) * | 2019-11-25 | 2020-03-24 | 东南大学 | 一种融合支持向量机的scr脱硝系统扰动抑制预测控制方法 |
| CN110908351B (zh) * | 2019-11-25 | 2022-11-18 | 东南大学 | 一种融合支持向量机的scr脱硝系统扰动抑制预测控制方法 |
| CN111522290A (zh) * | 2020-04-24 | 2020-08-11 | 大唐环境产业集团股份有限公司 | 一种基于深度学习方法的脱硝控制方法和系统 |
| CN111626511A (zh) * | 2020-05-28 | 2020-09-04 | 大唐环境产业集团股份有限公司 | 变负荷下scr反应器入口烟气量预测系统、方法及设备 |
| CN111715067A (zh) * | 2020-06-11 | 2020-09-29 | 国家能源菏泽发电有限公司 | 基于scr系统三场多参数复合喷氨优化技术 |
| CN112185475A (zh) * | 2020-09-28 | 2021-01-05 | 齐鲁工业大学 | 针对于SCR脱硝系统失真态NOx浓度的高精度智能预测方法 |
| CN112185475B (zh) * | 2020-09-28 | 2023-07-14 | 齐鲁工业大学 | 针对于SCR脱硝系统失真态NOx浓度的高精度智能预测方法 |
| CN112631127A (zh) * | 2020-11-11 | 2021-04-09 | 华能国际电力股份有限公司营口电厂 | 一种scr氮氧化物含量预测控制方法和系统 |
| CN112631127B (zh) * | 2020-11-11 | 2022-11-04 | 华能国际电力股份有限公司营口电厂 | 一种scr氮氧化物含量预测控制方法和系统 |
| CN112316718A (zh) * | 2020-11-13 | 2021-02-05 | 西安热工研究院有限公司 | 一种w火焰锅炉脱硝喷氨控制系统及方法 |
| CN112650052A (zh) * | 2020-12-10 | 2021-04-13 | 江苏方天电力技术有限公司 | 一种防主调失效的火电机组scr脱硝控制方法 |
| CN113433911B (zh) * | 2021-06-30 | 2022-05-20 | 浙江大学 | 基于浓度精准预测的脱硝装置喷氨精准控制系统与方法 |
| CN113433911A (zh) * | 2021-06-30 | 2021-09-24 | 浙江大学 | 基于浓度精准预测的脱硝装置喷氨精准控制系统与方法 |
| CN113592163A (zh) * | 2021-07-22 | 2021-11-02 | 汉谷云智(武汉)科技有限公司 | Scr脱硝反应器入口氮氧化物浓度预测方法及设备 |
| CN114690619A (zh) * | 2021-11-15 | 2022-07-01 | 光大环保技术装备（常州）有限公司 | 基于机器学习算法垃圾发电厂sncr系统自动控制方法及系统 |
| CN114089636A (zh) * | 2022-01-19 | 2022-02-25 | 汉谷云智(武汉)科技有限公司 | Scr脱硝外挂式智能喷氨闭环控制方法与设备 |
| CN114878745A (zh) * | 2022-04-25 | 2022-08-09 | 北京市生态环境保护科学研究院 | 一种基于支持向量机的燃气锅炉氮氧化物预测监测系统 |
| CN115591378A (zh) * | 2022-12-12 | 2023-01-13 | 清华大学（Cn） | 火电机组scr脱硝的前馈补偿和扰动抑制控制系统及方法 |
| CN118286838A (zh) * | 2024-04-01 | 2024-07-05 | 浙江浩普智能科技有限公司 | 燃烧-污染物治理全流程智能调控减污降碳方法及系统 |
| CN118286838B (zh) * | 2024-04-01 | 2024-09-03 | 浙江浩普智能科技有限公司 | 燃烧-污染物治理全流程智能调控减污降碳方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN108628177A (zh) | 一种基于模型自适应pid的scr脱硝智能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 | |
| 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 | |
| CN108664006A (zh) | 一种基于分区控制和先进控制的scr脱硝智能喷氨优化方法及系统 | |
| CN105797576B (zh) | 一种燃煤机组脱硝喷氨控制方法 | |
| CN112580250A (zh) | 基于深度学习的火电机组脱硝系统及优化控制方法 | |
| CN107420874B (zh) | 一种超超临界火力发电机组协调控制系统 | |
| CN109343349B (zh) | 一种基于喷氨量补偿器的scr烟气脱硝优化控制系统和方法 | |
| CN103576655B (zh) | 一种电站锅炉燃烧子空间建模及多目标优化方法和系统 | |
| CN105597537B (zh) | 基于预测控制技术的脱硝控制方法 | |
| CN105629736A (zh) | 数据驱动的火电机组scr脱硝扰动抑制预测控制方法 | |
| CN107243257A (zh) | 适合全负荷的智能喷氨控制系统 | |
| CN113433911B (zh) | 基于浓度精准预测的脱硝装置喷氨精准控制系统与方法 | |
| CN106842955B (zh) | 带烟气量扰动抑制的燃烧后co2捕集系统预测控制方法 | |
| CN107544288A (zh) | 一种脱硝优化控制方法和系统 | |
| CN105498497A (zh) | 多变量控制的烟气脱硫脱硝一体化设备及其控制方法 | |
| CN109603525A (zh) | 一种基于不均匀度判断的脱硝分区喷氨控制方法 | |
| CN112783115B (zh) | 一种蒸汽动力系统的在线实时优化方法及装置 | |
| CN101709863B (zh) | 燃煤锅炉炉膛压力系统混合控制方法 | |
| CN111045321B (zh) | 一种深度调峰下的协调控制带嵌入式内模控制器的方法 | |
| CN111880504A (zh) | 一种智能的动态分区喷氨控制方法和系统 | |
| CN109833773B (zh) | 一种高效脱硝氨流量精确控制方法 | |
| CN109046021B (zh) | 一种强自适应能力的scr系统精确喷氨控制方法 | |
| CN114397813B (zh) | 基于慢时变干扰观测器的发电锅炉燃烧连续滑模控制方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |