CN110044852A - 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法 - Google Patents

基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法 Download PDF

Info

Publication number
CN110044852A
CN110044852A CN201910325403.6A CN201910325403A CN110044852A CN 110044852 A CN110044852 A CN 110044852A CN 201910325403 A CN201910325403 A CN 201910325403A CN 110044852 A CN110044852 A CN 110044852A
Authority
CN
China
Prior art keywords
coal
carbon
content
fired
power plant
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
Application number
CN201910325403.6A
Other languages
English (en)
Inventor
姚顺春
喻子彧
谭超
卢志民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201910325403.6A priority Critical patent/CN110044852A/zh
Publication of CN110044852A publication Critical patent/CN110044852A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/71Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
    • G01N21/718Laser microanalysis, i.e. with formation of sample plasma
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Regulation And Control Of Combustion (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,该方法包括以下步骤:S1、获取电厂已知数据,S2、使用LIBS方法连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量,S3、计算燃煤碳氧化率,S4、计算电厂碳排放率和碳排放总量。本发明利用LIBS方法在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量来计算燃煤的碳氧化率,根据碳平衡计算式,获得燃煤电厂的碳排放率和碳排放总量。将LIBS检测方法结合碳平衡法,可实现连续在线测量,具有分析速度快、灵敏度高、无需制备样品、可分析不均匀样品、可远程检测等优点,同时可在线获取更加精确可靠的实时碳排放数据,为二氧化碳减排奠定了基础。

Description

基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法
技术领域
本发明涉及碳排放监测技术领域,特别是涉及基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法。
背景技术
我国是世界最大的二氧化碳排放国。其中,燃煤发电行业二氧化碳排放占全国总排放量的40%,是未来CO2减排的重点。无论是进行碳交易,还是进行二氧化碳减排,都依赖于准确的碳排放监测体系,以获取精确的碳排放数据。
当前,我国燃煤电厂使用《中国发电企业温室气体排放核算方法与报告指南(试行)》推荐的排放因子法来计算CO2排放量。由于燃料类型,燃烧方式,机组容量,机组实际负荷,机组使用维护等对实际排放因子影响较大,而排放因子法根据燃煤种类选取的缺省排放因子并不能反映这些因素的影响。因此,排放因子法估算结果的精确度有待提高。
目前,为获得比较精确的二氧化碳排放数据,许多研究机构采用基于碳平衡的精确数学模型来估算,如EU ETS(欧盟碳排放交易体系)就以碳平衡法为标准计算方法。虽然碳平衡法比较精确,但仍存在以下2个问题:1.我国燃煤电厂缺乏燃煤元素分析数据(燃煤含碳量);2.我国燃煤电厂对飞灰含碳量、炉渣含碳量多采用传统的化学灼烧失重法测量,该方法①理论上还包括S、N等的失重,测得的含碳量比实际值高;②整体取样测量周期长,不能满足连续在线测量的要求。
发明内容
本发明的目的是为了解决现有技术上的缺陷,提供一种基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,该方法通过连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量,可计算二氧化碳实时排放,是一种适应我国燃煤电厂实际情况、可连续在线的二氧化碳排放监测方法。
本发明的目的至少通过如下技术方案实现。
基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,所述方法包括以下步骤:
S1、从电厂获取已知数据;
所述已知数据包括燃煤质量流量、煤种、锅炉型式和燃煤收到基灰分。燃煤质量流量可以采用电容法测量。
S2、使用LIBS方法连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量;
使用LIBS方法测量样品的碳谱线强度IC、硅谱线强度ISi、铝谱线强度IAl、铁谱线强度IFe。根据样品种类(分燃煤、飞灰、炉渣三种)将四种元素谱线强度值代入对应的含碳量线性回归方程(分燃煤、飞灰和炉渣)中,计算出样品的含碳量。
S3、计算燃煤碳氧化率;
将燃煤含碳量、飞灰含碳量、炉渣含碳量、燃煤收到基灰分、飞灰和炉渣的分配比代入碳氧化率的计算公式中,获得燃煤的碳氧化率。
S4、计算电厂碳排放率和碳排放总量。
基于碳平衡原理,由碳氧化率、燃煤质量流量和燃煤含碳量,计算得燃煤电厂碳排放率和碳排放总量。进一步地,所述步骤S2中的燃煤含碳量、飞灰含碳量和炉渣含碳量的线性回归方程如下:
C=aC/Si+bC/SiIC/Si+bAl/SiIAl/Si+bFe/SiIFe/Si
式中,C为样品含碳量且可以由飞灰含碳量Cfh、炉渣含碳量Clz和燃煤收到基含碳量Cc代替;aC/Si、bC/Si、bAl/Si、bFe/Si为四个回归系数;IC/Si为碳硅强度比,即碳谱线强度与硅谱线强度之比;IAl/Si为铝硅强度比,即铝谱线强度与硅谱线强度之比;IFe/Si为铁硅强度比,即铁谱线强度与硅谱线强度之比。
进一步地,所述的步骤S2的燃煤、飞灰和炉渣含碳量线性回归方程是通过以下步骤获得的:
S21、使用传统的化学灼烧失重法测量燃煤、飞灰和炉渣定标样品集的含碳量,燃煤、飞灰和炉渣定标样品集各包含n个子样;LIBS方法,即通过激光击打样品产生等离子体并发出光辐射,由光谱仪接收进行光谱分析,获得各元素谱线强度的方法。使用LIBS方法获得所有定标样品的碳、硅、铝、铁元素谱线强度,这四种元素谱线是通过相关性分析,选取的同类型谱线中与含碳量相关性最高的谱线;计算定标样品的IC/Si、IAl/Si、IFe/Si
S22、将S21中获得的IC/Si、IAl/Si和IFe/Si作为定标数据,按样品类型(燃煤、飞灰或炉渣)依据前述线性回归方程形式进行线性回归,X表示自变量数据,Y表示因变量数据。X和Y分别为:
S23、分别对燃煤含碳量、飞灰含碳量和炉渣含碳量定标样本数据进行逐步回归分析,确定各个方程的全部回归系数,获得燃煤含碳量、飞灰含碳量和炉渣含碳量的线性回归方程。
进一步地,所述的步骤S3的碳氧化率计算公式如下:
式中,OF为碳氧化率,Cfh为飞灰含碳量,Aar为燃煤收到基灰分,δfh为飞灰中的灰量占入炉燃料总灰分的质量份额,Clz为炉渣含碳量,δlz为炉渣中的灰量占入炉燃料总灰分的质量份额,Cc为燃煤收到基含碳量,为机组除尘效率。其中,δfhlz=100%,具体依据炉型在《中国发电企业温室气体排放核算方法与报告指南(试行)》取值:煤粉炉δlz取10%,W型火焰炉液态排渣炉取15%,循环流化床炉、液态排渣炉δlz取40%。机组除尘效率取100%。
进一步地,所述的步骤S4的碳排放率和碳排放总量计算具体如下:
式中,为二氧化碳排放率(kgCO2/s),m为燃煤质量流量(kg/s),44/12为C与CO2的换算系数。
式中,VCO2为二氧化碳排放总量(kg),为i时刻的二氧化碳排放率(kgCO2/s)。
本发明相对于现有技术具有以下的优点及效果:
(1)本发明将激光诱导击穿光谱法用于测量燃料、飞灰和炉渣的含碳量,结合燃煤质量流量等电厂现有数据,在线计算出实时的二氧化碳排放数据。相对于目前我国通用的采用缺省排放因子的计算方法,该方法的计算结果更加精确可靠,顺应了在线监测的大趋势,有助于燃煤电厂的二氧化碳减排。
(2)本发明可连续在线监测碳排放,相比于当前以月为区间的排放总量计算,该方法可获得实时的碳排放率,通过研究实时排放率的差异及其来源,可获得最优的电厂运行条件,这对于电厂碳减排有重要意义。
(3)使用激光诱导击穿光谱法测量,可实现连续在线测量,具有分析速度快,灵敏度高,无需制备样品,可分析不均匀样品,可远程检测等优点。
附图说明
图1为本发明中公开的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法的流程图。
具体实施方式
以下结合附图对本发明的具体实施做进一步说明,但本发明的实施和保护不限于此,需指出的是,以下若有未特别详细说明之过程或符号,均是本领域技术人员可参照现有技术理解或实现的。
实施例
本方法用碳氧化率来表示C元素在燃烧过程中的转化比例,基于质量守恒定律以燃料含碳量、飞灰含碳量和炉渣含碳量来计算碳氧化率,然后通过燃烧的C计算出排放的CO2。燃烧过程中,虽然会产生CO,但CO在环境中最终会氧化成CO2,本方法已将CO计算在内。
激光诱导击穿光谱法不需要制备样品、能分析不均匀样,可直接在物料流中在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量,是本发明可在线监测的基础。
具体实施步骤包括:
S1、从电厂中获取已知数据;
所需数据包括燃煤质量流量、煤种、锅炉型式和燃煤收到基灰分。电厂有燃煤工业分析数据(包含燃煤收到基灰分),煤种和锅炉型式容易获取,燃煤质量流量可以采用电容法测量。
S2、使用LIBS方法连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量;
S21、使用传统的化学灼烧失重法测量燃煤、飞灰和炉渣定标样品集的含碳量,燃煤、飞灰和炉渣定标样品集各包含n个子样;LIBS方法,即通过激光击打样品产生等离子体并发射出光辐射,由光谱仪接收进行光谱分析,获得各元素谱线强度的方法。使用LIBS方法获得所有定标样品的碳、硅、铝、铁元素谱线强度,这四种元素谱线是通过相关性分析,选取的同类型谱线中与含碳量相关性最高的谱线;计算定标样品的IC/Si(碳硅强度比)、IAl/Si(铝硅强度比)、IFe/Si(铁硅强度比)。
S22、将S21中获得的IC/Si、IAl/Si、IFe/Si作为定标数据,按样品类型(燃煤、飞灰或炉渣)进行线性回归分析,X表示自变量数据,Y表示因变量数据。X和Y分别为:
S23、燃煤含碳量、飞灰含碳量和炉渣含碳量的回归方程形式均如下:
C=aC/Si+bC/SiIC/Si+bAl/SiIAl/Si+bFe/SiIFe/Si
式中,C为样品含碳量且可以由飞灰含碳量Cfh、炉渣含碳量Clz和燃煤收到基含碳量Cc代替;aC/Si、bC/Si、bAl/Si、bFe/Si为四个回归系数;IC/Si为碳硅强度比,即碳谱线强度与硅谱线强度之比;IAl/Si为铝硅强度比,即铝谱线强度与硅谱线强度之比;IFe/Si为铁硅强度比,即铁谱线强度与硅谱线强度之比。
依照上述回归方程式分别对燃煤含碳量、飞灰含碳量和炉渣含碳量定标样本数据进行逐步回归分析,确定各个方程的全部回归系数,获得燃煤含碳量、飞灰含碳量和炉渣含碳量的线性回归方程。
可以使用MATLAB仿真软件分别对燃煤含碳量、飞灰含碳量和炉渣含碳量定标样本数据使用stepwise(X,Y)命令进行逐步回归分析,确定各个方程的全部回归系数。
S24、使用LIBS方法测量样品的碳谱线强度IC、硅谱线强度ISi、铝谱线强度IAl、铁谱线强度IFe。根据样品的种类(分燃煤、飞灰、炉渣三种)将四种元素谱线强度值代入对应的含碳量线性回归方程(分燃煤、飞灰和炉渣)中,计算出样品的含碳量。
S3、计算碳氧化率;
将连续测量的燃煤含碳量、飞灰含碳量、炉渣含碳量以及燃煤收到基灰分、飞灰和炉渣的分配比代入碳氧化率的计算公式中,获得燃煤的碳氧化率。计算公式如下:
式中,OF为碳氧化率,Cfh为飞灰含碳量,Aar为燃煤收到基灰分,δfh为飞灰中的灰量占入炉燃料总灰分的质量份额,Clz为炉渣含碳量,δlz为炉渣中的灰量占入炉燃料总灰分的质量份额,Cc为燃煤收到基含碳量,为机组除尘效率。其中,δfhlz=100%,具体依据炉型在《中国发电企业温室气体排放核算方法与报告指南(试行)》取值:煤粉炉δlz取10%,W型火焰炉液态排渣炉取15%,循环流化床炉、液态排渣炉δlz取40%。由于当前电厂除尘效率极高,一般取100%。
S4、计算电厂碳排放率和碳排放总量:
将碳氧化率、燃煤质量流量、燃煤含碳量代入公式,计算出燃煤电厂的碳排放率和碳排放总量。计算公式是:
式中,vCO2为二氧化碳排放率(kgCO2/s),m为燃煤质量流量(kg/s),44/12为C与CO2的换算系数。
式中,为二氧化碳排放总量(kg),为i时刻的二氧化碳排放率(kgCO2/s)。
如上所述,便可较好地实现本发明。
以上的实施例仅仅是对发明的优选实施方式进行描述,但并不能因此而理解为对发明范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出多个变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。

Claims (5)

1.基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,包括以下步骤:
S1、从电厂获取已知数据;
所述已知数据包括燃煤质量流量、煤种、锅炉型式和燃煤收到基灰分;
S2、使用激光诱导击穿光谱法(LIBS)方法连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量;
使用LIBS方法测量样品的碳谱线强度IC、硅谱线强度ISi、铝谱线强度IAl、铁谱线强度IFe;根据样品种类(分燃煤、飞灰、炉渣三种)将四种元素谱线强度值代入对应的含碳量线性回归方程(分燃煤、飞灰和炉渣)中,计算出样品的含碳量;
S3、计算燃煤碳氧化率;
将燃煤含碳量、飞灰含碳量、炉渣含碳量、燃煤收到基灰分、飞灰和炉渣的分配比代入碳氧化率的计算公式中,获得燃煤的碳氧化率;
S4、计算电厂碳排放率和碳排放总量;
基于碳平衡原理,由碳氧化率、燃煤质量流量和燃煤含碳量,计算得燃煤电厂碳排放率和碳排放总量。
2.如权利要求1所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S2中的燃煤收到基含碳量、飞灰含碳量和炉渣含碳量的线性回归方程均如下:
C=aC/Si+bC/SiIC/Si+bAl/SiIAl/Si+bFe/SiIFe/Si
式中,C为样品含碳量且可以由飞灰含碳量Cfh、炉渣含碳量Clz和燃煤收到基含碳量Cc代替;aC/Si、bC/Si、bAl/Si、bFe/Si为四个回归系数;IC/Si为碳硅强度比,即碳谱线强度与硅谱线强度之比;IAl/Si为铝硅强度比,即铝谱线强度与硅谱线强度之比;IFe/Si为铁硅强度比,即铁谱线强度与硅谱线强度之比。
3.根据权利要求1所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S3的碳氧化率计算公式如下:
式中,OF为碳氧化率,Cfh为飞灰含碳量,Aar为燃煤收到基灰分,δfh为飞灰中的灰量占入炉燃料总灰分的质量份额,Clz为炉渣含碳量,δlz为炉渣中的灰量占入炉燃料总灰分的质量份额,Cc为燃煤收到基含碳量,为机组除尘效率。
4.根据权利要求1所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S4的碳排放率和碳排放总量计算公式如下:
式中,为二氧化碳排放率(kgCO2/s),m为燃煤质量流量(kg/s),44/12为C与CO2的换算系数;
式中,为二氧化碳排放总量(kg),为i时刻的二氧化碳排放率(kgCO2/s)。
5.根据权利要求2所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S2的燃煤、飞灰和炉渣含碳量线性回归方程是通过以下步骤获得的:
S21、使用传统的化学灼烧失重法测量燃煤、飞灰和炉渣定标样品集的含碳量,燃煤、飞灰和炉渣定标样品集各包含n个子样;使用LIBS方法获得所有定标样品的碳、硅、铝、铁元素谱线强度,这四种元素谱线是通过相关性分析,选取的同类型谱线中与含碳量相关性最高的谱线;计算定标样品的IC/Si、IAl/Si和IFe/Si
S22、将S21中获得的IC/Si、IAl/Si和IFe/Si作为定标数据,按样品类型(燃煤、飞灰或炉渣)依据前述线性回归方程形式进行线性回归,X表示自变量数据,Y表示因变量数据;X和Y分别为:
S23、分别对燃煤含碳量、飞灰含碳量和炉渣含碳量定标样本数据进行逐步回归分析,确定各个方程的全部回归系数,获得燃煤含碳量、飞灰含碳量和炉渣含碳量的线性回归方程。
CN201910325403.6A 2019-04-23 2019-04-23 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法 Pending CN110044852A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910325403.6A CN110044852A (zh) 2019-04-23 2019-04-23 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910325403.6A CN110044852A (zh) 2019-04-23 2019-04-23 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法

Publications (1)

Publication Number Publication Date
CN110044852A true CN110044852A (zh) 2019-07-23

Family

ID=67278446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910325403.6A Pending CN110044852A (zh) 2019-04-23 2019-04-23 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法

Country Status (1)

Country Link
CN (1) CN110044852A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060497A (zh) * 2019-12-31 2020-04-24 西安交通大学 基于svm级联模型的混合种类飞灰未燃碳含量libs测量方法
CN117825640A (zh) * 2024-03-05 2024-04-05 国网湖北省电力有限公司电力科学研究院 实现电力行业源-网-荷-储全方位碳计量监测的方法
CN118091052A (zh) * 2024-04-24 2024-05-28 江西江投能源技术研究有限公司 一种基于cems的二氧化碳在线监测方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509872A (zh) * 2009-03-20 2009-08-19 清华大学 一种基于回归分析的煤质在线检测分析方法
CN101949831A (zh) * 2010-08-06 2011-01-19 江苏省特种设备安全监督检验研究院淮安分院 锅炉固体未完全燃烧热损快速测试方法及煤渣含碳量比色卡
CN102053083A (zh) * 2010-11-09 2011-05-11 清华大学 一种基于偏最小二乘法的煤质特性在线测量方法
CN102243224A (zh) * 2010-05-14 2011-11-16 上海赫特能源科技有限公司 机械不完全燃烧损失在线监测仪
CN102313722A (zh) * 2011-09-05 2012-01-11 华南理工大学 一种基于多元线性回归的煤质工业分析方法
CN102690916A (zh) * 2012-06-19 2012-09-26 冶金自动化研究设计院 一种高炉co2排放量的实时监测系统和方法
CN103234944A (zh) * 2013-04-17 2013-08-07 清华大学 一种基于主导因素结合偏最小二乘法的煤质特性分析方法
US8833279B1 (en) * 2005-06-17 2014-09-16 The SEFA Group Inc. Multiple output stream particle beneficiation and chemical processing
CN104484749A (zh) * 2014-12-04 2015-04-01 广东电网有限责任公司电力科学研究院 用于燃煤电厂碳排放量预测方法和系统
CN105115554A (zh) * 2015-05-28 2015-12-02 大连海事大学 船舶碳排放监测方法
CN105242000A (zh) * 2015-10-29 2016-01-13 广东电网有限责任公司电力科学研究院 一种燃煤电厂碳排放量的精确测量方法
CN108280047A (zh) * 2018-01-24 2018-07-13 江苏方天电力技术有限公司 一种基于现场监测数据的火电机组碳排放核算方法
CN109583788A (zh) * 2018-12-17 2019-04-05 华电电力科学研究院有限公司 一种燃煤火电机组二氧化碳排放量的核算方法及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8833279B1 (en) * 2005-06-17 2014-09-16 The SEFA Group Inc. Multiple output stream particle beneficiation and chemical processing
CN101509872A (zh) * 2009-03-20 2009-08-19 清华大学 一种基于回归分析的煤质在线检测分析方法
CN102243224A (zh) * 2010-05-14 2011-11-16 上海赫特能源科技有限公司 机械不完全燃烧损失在线监测仪
CN101949831A (zh) * 2010-08-06 2011-01-19 江苏省特种设备安全监督检验研究院淮安分院 锅炉固体未完全燃烧热损快速测试方法及煤渣含碳量比色卡
CN102053083A (zh) * 2010-11-09 2011-05-11 清华大学 一种基于偏最小二乘法的煤质特性在线测量方法
CN102313722A (zh) * 2011-09-05 2012-01-11 华南理工大学 一种基于多元线性回归的煤质工业分析方法
CN102690916A (zh) * 2012-06-19 2012-09-26 冶金自动化研究设计院 一种高炉co2排放量的实时监测系统和方法
CN103234944A (zh) * 2013-04-17 2013-08-07 清华大学 一种基于主导因素结合偏最小二乘法的煤质特性分析方法
CN104484749A (zh) * 2014-12-04 2015-04-01 广东电网有限责任公司电力科学研究院 用于燃煤电厂碳排放量预测方法和系统
CN105115554A (zh) * 2015-05-28 2015-12-02 大连海事大学 船舶碳排放监测方法
CN105242000A (zh) * 2015-10-29 2016-01-13 广东电网有限责任公司电力科学研究院 一种燃煤电厂碳排放量的精确测量方法
CN108280047A (zh) * 2018-01-24 2018-07-13 江苏方天电力技术有限公司 一种基于现场监测数据的火电机组碳排放核算方法
CN109583788A (zh) * 2018-12-17 2019-04-05 华电电力科学研究院有限公司 一种燃煤火电机组二氧化碳排放量的核算方法及系统

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
JIE FENG ET AL.: "A PLS model based on dominant factor for coal analysis using laser-induced breakdown spectroscopy", 《ANALYTICAL AND BIOANALYTICAL CHEMISTRY》 *
M.NODA ET AL.: "Detection of carbon content in a high-temperature and high-pressure environment using laser-induced breakdown spectroscopy", 《SPECTROCHIMICA ACTA PART B》 *
MIKI KURIHARA ET AL.: "Optimal boiler control through real-time monitoring of unburned carbon in fly ash by laser-induced breakdown spectroscopy", 《APPLIED OPTICS》 *
ZHAO YANG ET AL.: "Review of methodological and experimental LIBS techniques for coal analysis and their application in power plants in China", 《FRONTIERS OF PHYSICS》 *
李娉等: "用激光感生击穿光谱技术测量燃煤含碳量", 《应用光学》 *
王通、吴家杰: "燃煤电厂二氧化碳排放计量方法探讨", 《锅炉制造》 *
胡若木等: "飞灰未燃碳的激光诱导击穿光谱定量分析", 《光子学报》 *
葛志松等: "一种基于当日灰平衡法的发电企业煤燃烧碳排放因子测试方法", 《上海节能》 *
谭超: "燃煤电厂碳排放监测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
郑建平等: "激光诱导击穿光谱技术应用于煤质分析的研究综述", 《广东电力》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060497A (zh) * 2019-12-31 2020-04-24 西安交通大学 基于svm级联模型的混合种类飞灰未燃碳含量libs测量方法
CN111060497B (zh) * 2019-12-31 2020-11-17 西安交通大学 基于svm级联模型的混合种类飞灰未燃碳含量libs测量方法
CN117825640A (zh) * 2024-03-05 2024-04-05 国网湖北省电力有限公司电力科学研究院 实现电力行业源-网-荷-储全方位碳计量监测的方法
CN117825640B (zh) * 2024-03-05 2024-06-11 国网湖北省电力有限公司电力科学研究院 实现电力行业源-网-荷-储全方位碳计量监测的方法
CN118091052A (zh) * 2024-04-24 2024-05-28 江西江投能源技术研究有限公司 一种基于cems的二氧化碳在线监测方法及系统

Similar Documents

Publication Publication Date Title
CN104849260B (zh) 一种锅炉燃烧火焰中的气相碱金属浓度的在线检测方法
CN107844682B (zh) 基于煤气热值和烟气成分的转炉煤气成分软测量方法
CN103697946B (zh) 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法
CN110044852A (zh) 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法
CN104316559B (zh) 一种能准确反映轧钢加热炉动态热平衡的测试方法
JPS60159515A (ja) 火炉システム
CN101949831A (zh) 锅炉固体未完全燃烧热损快速测试方法及煤渣含碳量比色卡
CN103667740B (zh) 铜转炉吹炼自动控制系统
CN102520014A (zh) 基于火焰自由基和温度测量的污染物排放量在线预测方法
CN207600810U (zh) 一种用于cems系统的多点取样机构
CN112131517A (zh) 一种垃圾焚烧电厂入炉垃圾低位热值的测算方法
CN110003923A (zh) 一种用于测量干熄炉内焦炭烧损的装置及测量方法
CN109855892A (zh) 基于碳平衡的固体不完全燃烧热损失快速检测方法
Parameswaran et al. Estimation of combustion air requirement and heating value of fuel gas mixtures from flame spectra
CN205785968U (zh) 一种电站锅炉尾部烟道矩形截面烟气测量装置
CN104615899A (zh) 冶金煤气锅炉空气预热器漏风率测算方法
CN104062283B (zh) 一种测定硅钒合金中锰含量的方法
CN105954465A (zh) 一种新型烟气在线取样方法
CN117314706A (zh) 一种燃煤机组二氧化碳排放量计算方法
CN109655489B (zh) 一种燃煤机组标准煤耗的计量方法及装置
CN204988816U (zh) 电站锅炉烟气采样装置
CN201561969U (zh) 一种煤质成分实时测量装置
CN109635464A (zh) 一种钢厂煤气含硫量软测量方法
CN106596156B (zh) 一种除尘器性能试验误差测评方法
CN101666717A (zh) 一种分离器分离效率的实时在线计算和测定方法

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

Application publication date: 20190723

RJ01 Rejection of invention patent application after publication