CN111413938A - 一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 - Google Patents
一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 Download PDFInfo
- Publication number
- CN111413938A CN111413938A CN202010298735.2A CN202010298735A CN111413938A CN 111413938 A CN111413938 A CN 111413938A CN 202010298735 A CN202010298735 A CN 202010298735A CN 111413938 A CN111413938 A CN 111413938A
- Authority
- CN
- China
- Prior art keywords
- control
- time
- matrix
- ammonia injection
- state
- 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.)
- Granted
Links
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 title claims abstract description 74
- 229910021529 ammonia Inorganic materials 0.000 title claims abstract description 37
- 238000002347 injection Methods 0.000 title claims abstract description 36
- 239000007924 injection Substances 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000001629 suppression Effects 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000012546 transfer Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000003190 augmentative effect Effects 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 13
- 230000005764 inhibitory process Effects 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 239000003546 flue gas Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
Images
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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- 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
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31282—Data acquisition, BDE MDE
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明公开了一种基于折算喷氨量的SCR脱硝系统扰动抑制预测控制方法,包括步骤为:定义系统的传递函数矩阵;转换为离散状态空间模型;设置控制量约束条件;计算增量式扰动观测器计算所需模型矩阵;得到系统广义状态的估计值;计算最优的控制向量;增量式扰动观测器计算;计算当前时刻的折算喷氨指令;将即时控制量送至执行器。本发明能够显著提高控制系统对扰动的抑制能力,同时鲁棒性强,能够有效应对模型失配对控制系统带来的影响,降低了脱硝装置出口NOx浓度与设定值之间的偏差水平,改善了控制效果。
Description
技术领域
本发明属于无线传感器网络技术领域,具体涉及一种基于无人机的大规模无线传感器网络数据收集方法。
背景技术
选择性催化还原(SCR)烟气脱硝技术是国内火电机组烟气脱硝技术中应用较为广泛的一种,技术相对成熟,且成本较低。而当前的SCR脱硝系统仍普遍采用传统的PID控制方式。SCR脱硝系统是典型的大惯性、大延迟过程,因烟气流量变化引起的非线性较强,因此传统的PID控制器往往不能达到很好的控制效果,导致装置出口NOx浓度相对设定值而言波动较大。针对非线性问题,目前工程上仍普遍采用多模型加权的策略来解决,建模工作量大,不便于现场实施。在优化控制方面,模型预测控制能够根据对被控对象未来行为的预测实现实时优化控制,并能够有效处理约束,在化工、电力等领域的过程控制中得到了较为广泛的应用。近年来,已有众多学者将预测控制算法成功应用于SCR脱硝系统的优化控制,并取得了一定的改善效果。SCR脱硝系统特性复杂,是典型的非线性过程,存在着不可测扰动的影响,如何提高建模精度和模型预测控制的扰动抑制能力成为进一步改善SCR脱硝系统控制效果的关键。
发明内容
发明目的:为了克服现有技术中存在的不足,提供一种基于折算喷氨量的SCR脱硝系统扰动抑制预测控制方法,用来提高SCR脱硝系统的建模精度,改善系统对不可测扰动的抑制效果。
技术方案:为实现上述目的,本发明提供一种基于折算喷氨量的SCR脱硝系统扰动抑制预测控制方法,包括以下步骤:
S2:以折算喷氨量mP、SCR脱硝装置入口NOx浓度c1作为输入量,以SCR脱硝装置出口NOx浓度c2作为输出量,得到SCR脱硝系统由折算喷氨量到装置出口NOx浓度的传递函数G1(s)、由装置入口NOx浓度到装置出口NOx浓度的传递函G2(s),定义系统的传递函数矩阵为
S3:确定采样时间Ts,将传递函数Gm(s)转换为离散状态空间模型:
其中x(k)为k时刻系统的状态变量,u(k)为k时刻的控制量,即SCR脱硝系统的折算喷氨量,d(k)为k时刻的可测扰动,即SCR脱硝系统的装置入口NOx浓度,y(k)为k时刻的被控量,即SCR脱硝系统出口NOx浓度,A、B、C依次为系统矩阵、输入矩阵和输出矩阵,进而得到增广状态空间模型:
式中,为k时刻系统的增广状态变量,依次为增广状态空间模型的系统矩阵、输入矩阵和输出矩阵,I表示单位矩阵,O表示零矩阵,Δu(k)=u(k)-u(k-1)为控制量增量,Δd(k)=d(k)-d(k-1)为可测扰动增量;
S4:设置预测控制器的相关参数,包括预测时域P、控制时域M、误差权矩阵Q、控制权矩阵R;设置卡尔曼滤波的相关参数,包括误差协方差矩阵的初始值PK(0)、扰动协方差矩阵Qn、噪声协方差矩阵Rn;
上述参数设置完毕后,得到脱硝装置出口NOx浓度的预测模型为:
其中,表示k时刻对预测时域内系统输出的预测值,表示k时刻对k+i时刻系统输出的预测值,为k时刻系统广义状态向量的估计值,ΔU(k)=[Δu(k) … Δu(k+M-1)]T表示控制时域内控制量的增量,Δd(k)表示当前时刻装置入口NOx浓度相对前一时刻的增量,即Δd(k)=d(k)-d(k-1);
S5:设置控制量约束条件umin,umax,Δumin,Δumax,其中umin,umax依次为控制量约束的最小值与最大值,Δumin,Δumax依次为控制量增量约束的最小值与最大值;
S6:设置增量式扰动观测器中低通滤波器Q(s)的相关参数,包括低通滤波器的阶次nDOB和时间常数TQ;计算增量式扰动观测器计算所需模型矩阵;
S7:控制器广义状态的初始化和扰动观测器计算参数的初始化;完成初始化工作后,在每个控制周期内,重复执行步骤S8至步骤S12;
S9:预测控制滚动优化计算,为计算最优的控制向量,制定最终的性能指标,具体如式(4)所示:
其中AΔU≤β为约束条件,将预测方程(4)代入性能指标,求解得到最优控制增量ΔU;
S10:增量式扰动观测器计算:
由预测控制计算的控制量增量ΔuMPC(k)、系统输出增量Δy(k),分别根据离散状态空间方程(4)和(5)计算增量式扰动观测器计算涉及到的状态量xQ(k+1)和xQG(k+1),得到由增量式扰动观测器计算的控制量增量补偿量:
S11:根据预测控制计算得到的控制量增量ΔuMPC(k)及增量式扰动观测器计算得到的控制量增量补偿量ΔuDOB(k),计算当前时刻的折算喷氨指令u(k):
u(k)=u(k-1)+ΔuMPC(k)+ΔuDOB(k) (6)
S12:根据步骤S11中计算得到的折算喷氨指令计算得到即时控制量,即喷氨指令:
其中,N(k)即为当前时刻的机组功率,计算完毕后,将即时控制量送至执行器。
进一步的,所述步骤S3中增广状态空间模型可以简记为:
进一步的,所述步骤S4中参数矩阵F、Ψ、Φ的表示如下:
进一步的,所述步骤S4中控制时域M取值范围为1~5,误差权矩阵Q和控制权矩阵R均为单位阵。
本发明通过引入折算喷氨量的概念,将SCR脱硝系统中的非线性问题转化为近似线性问题处理,简化了建模步骤,提高了建模精度。在扰动抑制方面,提出增量式扰动观测器的处理方法,并将其与增广模型预测控制算法相结合,基于辨识结果对象的仿真结果表明,该控制算法能够显著提高控制系统对扰动的抑制能力,同时鲁棒性强,能够有效应对模型失配对控制系统带来的影响,降低了脱硝装置出口NOx浓度与设定值之间的偏差水平,改善了控制效果。
本发明提出了折算喷氨量的概念来考虑烟气流量对脱硝系统带来的非线性问题,并将其作为优化控制的间接控制量;提出了增量式扰动观测器的计算方式,并将其与增广状态空间模型预测控制相结合用于脱硝系统的优化控制。本发明中的辨识方案能够有效地将SCR脱硝系统中的非线性问题近似为线性问题处理,提高辨识精度,本发明中的扰动抑制预测控制算法相比一般的预测控制算法能够有效抑制不可测扰动,改善SCR脱硝系统的控制效果。
有益效果:本发明与现有技术相比,该方法通过引入折算喷氨量的概念将SCR脱硝系统中的非线性问题近似为线性问题来处理,提高了建模精度;提出了增量式扰动观测器的计算方法,并将其与增广状态空间模型预测控制算法相结合,优化控制量由预测控制和增量式扰动观测器两者共同得到,该扰动抑制策略能够有效抑制不可测扰动,提高SCR脱硝系统的扰动抑制能力,改善调节效果。
附图说明
图1为本发明方法的结构原理框图;
图2为本发明用于辨识的火电机组SCR脱硝系统运行数据;
图3为本发明用于模型验证的火电机组SCR脱硝系统运行数据;
图4为本发明提出的辨识方案与传统控制方案辨识效果的对比(基于辨识数据);
图5为本发明提出的辨识方案与传统控制方案辨识效果的对比(基于模型验证数据);
图6为不发生模型失配情形下,本发明提出的扰动抑制预测控制算法与一般预测控制对脱硝装置设定值响应和输入阶跃扰动控制效果对比图;
图7为发生模型失配情形下,本发明提出的扰动抑制预测控制算法与一般预测控制对脱硝装置设定值响应和输入阶跃扰动控制效果对比图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。
本发明公开了一种基于折算喷氨量的SCR脱硝系统扰动抑制预测控制方法,包括以下步骤:
S1:获取连续一段时间内机组负荷水平变化范围相对较大的SCR脱硝系统运行数据,定义折算喷氨量为其中m为实际喷氨量,N为机组的实际功率,NE为机组的额定功率,以折算喷氨量mP、SCR脱硝装置入口NOx浓度c1作为输入量,以SCR脱硝装置出口NOx浓度c2作为输出量,利用MATLAB系统辨识工具箱进行系统辨识得到SCR脱硝系统由折算喷氨量到装置出口NOx浓度的传递函数由装置入口NOx浓度到装置出口NOx浓度的传递函定义系统的传递函数矩阵为
S2:确定采样时间Ts=2s,通过数学软件MATLAB将传递函数Gm(s)转换为离散状态空间模型:
其中,
C=[0 -0.0000 0.0015];
进而得到增广状态空间模型:
其中,
S3:预测控制器的相关参数中,预测时域取为P=100、控制时域M=3、误差权矩阵Q、控制权矩阵R均取为单位阵;卡尔曼滤波的相关参数中,误差协方差矩阵的初始值PK(0)、扰动协方差矩阵Qn、噪声协方差矩阵Rn,三者均取为单位矩阵;参数矩阵F、Ψ、Φ计算如下:
S4:设置控制量约束条件umin=10kg/h,umax=150kg/h,Δumin=-5kg/h,(采样周期为2s,即喷氨量每秒最快降低2.5kg/h)Δumax=5kg/h,计算矩阵Ξ:
CQ=[0 0 10-3],DQ=0
CQG=[-39.2889 -0.5966 -0.0015],DQG=0
S6:控制器广义状态的初始化和扰动观测器计算参数的初始化,系统广义状态的初值可取为相应维数的零向量;扰动观测器计算涉及到的状态量xQ(k)、xQG(k)的初始值也分别取为相应维数的零向量;完成上述初始化工作后,在每个控制周期内,重复执行步骤S7至步骤S11;
S8:预测控制滚动优化计算,为计算最优的控制向量,制定最终的性能指标如下式所示
其中AΔU≤β为约束条件,将预测方程(3)代入性能指标,求解得到最优控制增量ΔU;
S9:增量式扰动观测器计算,由预测控制计算的控制量增量ΔuMPC(k)、系统输出增量Δy(k),分别根据离散状态空间方程(3)和(4)计算增量式扰动观测器计算涉及到的状态量xQ(k+1)和xQG(k+1),从而可以得到由增量式扰动观测器计算的控制量增量补偿量:
S10:根据预测控制计算得到的控制量增量ΔuMPC(k)及增量式扰动观测器计算得到的控制量增量补偿量ΔuDOB(k),计算当前时刻的折算喷氨指令u(k):
u(k)=u(k-1)+ΔuMPC(k)+ΔuDOB(k) (5)
S11:根据步骤S10中计算得到的折算喷氨指令计算得到即时控制量,即喷氨指令:
其中,N(k)即为当前时刻的机组功率。计算完毕后,将即时控制量送至执行器。
本实施例根据已有某300MW燃煤机组SCR脱硝系统运行数据,分别选取长为100000s和50000s的两段数据用于辨识和模型验证,这两段数据如图2、3所示(其中N(MW)为机组功率,c1(mg/m3)为装置入口NOx浓度,m(kg/h)为喷氨量,c2(mg/m3)为装置出口NOx浓度)。分别采用本发明中的辨识方案(辨识方案二)和传统辨识方案(辨识方案一,将装置入口NOx浓度及喷氨量作为输入,装置出口NOx浓度作为输出),利用MATLAB系统辨识工具箱进行系统辨识,得到的辨识结果如图4、5所示。
图4表明本发明中的辨识方案能够有效提高模型辨识精度,将SCR脱硝系统中的非线性问题近似为线性问题处理,这一点可以在图5中得到进一步验证:在前半段时间内两种辨识方案得到的模型与实际对象都能够较好吻合,但后半段时间内,机组负荷水平显著下降,传统辨识方案得到的模型不再能很好描述实际对象,而本发明中辨识方案得到的模型仍能对系统输出做出较为理想的预测。利用本发明中的SCR脱硝系统扰动抑制预测控制方法(IDOB-MPC)和一般的基于增量式状态空间模型的预测控制方法(MPC)分别对SCR脱硝系统进行控制,在不发生模型失配和发生模型失配下系统的响应曲线对比图如图6至7。两种情形下,仿真总时长均为3000s,前1500s为设定值响应,在1500s时加入输入阶跃扰动。
Claims (5)
1.一种基于折算喷氨量的SCR脱硝系统扰动抑制预测控制方法,其特征在于:包括以下步骤:
S2:以折算喷氨量mP、SCR脱硝装置入口NOx浓度c1作为输入量,以SCR脱硝装置出口NOx浓度c2作为输出量,得到SCR脱硝系统由折算喷氨量到装置出口NOx浓度的传递函数G1(s)、由装置入口NOx浓度到装置出口NOx浓度的传递函G2(s),定义系统的传递函数矩阵为
S3:确定采样时间Ts,将传递函数Gm(s)转换为离散状态空间模型:
其中x(k)为k时刻系统的状态变量,u(k)为k时刻的控制量,即SCR脱硝系统的折算喷氨量,d(k)为k时刻的可测扰动,即SCR脱硝系统的装置入口NOx浓度,y(k)为k时刻的被控量,即SCR脱硝系统出口NOx浓度,A、B、C依次为系统矩阵、输入矩阵和输出矩阵,进而得到增广状态空间模型:
式中,为k时刻系统的增广状态变量,依次为增广状态空间模型的系统矩阵、输入矩阵和输出矩阵,I表示单位矩阵,O表示零矩阵,Δu(k)=u(k)-u(k-1)为控制量增量,Δd(k)=d(k)-d(k-1)为可测扰动增量;
S4:设置预测控制器的相关参数,包括预测时域P、控制时域M、误差权矩阵Q、控制权矩阵R;设置卡尔曼滤波的相关参数,包括误差协方差矩阵的初始值PK(0)、扰动协方差矩阵Qn、噪声协方差矩阵Rn;
上述参数设置完毕后,得到脱硝装置出口NOx浓度的预测模型为:
其中,表示k时刻对预测时域内系统输出的预测值,表示k时刻对k+i时刻系统输出的预测值,为k时刻系统广义状态向量的估计值,ΔU(k)=[Δu(k) … Δu(k+M-1)]T表示控制时域内控制量的增量,Δd(k)表示当前时刻装置入口NOx浓度相对前一时刻的增量,即Δd(k)=d(k)-d(k-1);
S5:设置控制量约束条件umin,umax,Δumin,Δumax,其中umin,umax依次为控制量约束的最小值与最大值,Δumin,Δumax依次为控制量增量约束的最小值与最大值;
S6:设置增量式扰动观测器中低通滤波器Q(s)的相关参数,包括低通滤波器的阶次nDOB和时间常数TQ;计算增量式扰动观测器计算所需模型矩阵;
S7:控制器广义状态的初始化和扰动观测器计算参数的初始化;完成初始化工作后,在每个控制周期内,重复执行步骤S8至步骤S12;
S9:预测控制滚动优化计算,为计算最优的控制向量,制定最终的性能指标,具体如式(4)所示:
其中AΔU≤β为约束条件(5),将预测方程(4)代入性能指标,求解得到最优控制增量ΔU;
S10:增量式扰动观测器计算:
由预测控制计算的控制量增量ΔuMPC(k)、系统输出增量Δy(k),分别根据离散状态空间方程(4)和(5)计算增量式扰动观测器计算涉及到的状态量xQ(k+1)和xQG(k+1),得到由增量式扰动观测器计算的控制量增量补偿量:
S11:根据预测控制计算得到的控制量增量ΔuMPC(k)及增量式扰动观测器计算得到的控制量增量补偿量ΔuDOB(k),计算当前时刻的折算喷氨指令u(k):
u(k)=u(k-1)+ΔuMPC(k)+ΔuDOB(k) (6)
S12:根据步骤S11中计算得到的折算喷氨指令计算得到即时控制量,即喷氨指令:
其中,N(k)即为当前时刻的机组功率,计算完毕后,将即时控制量送至执行器。
5.根据权利要求1所述的一种基于折算喷氨量的SCR脱硝系统扰动抑制预测控制方法,其特征在于:所述步骤S4中控制时域M取值范围为1~5,误差权矩阵Q和控制权矩阵R均为单位阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010298735.2A CN111413938B (zh) | 2020-04-16 | 2020-04-16 | 一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010298735.2A CN111413938B (zh) | 2020-04-16 | 2020-04-16 | 一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111413938A true CN111413938A (zh) | 2020-07-14 |
CN111413938B CN111413938B (zh) | 2023-05-30 |
Family
ID=71491999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010298735.2A Active CN111413938B (zh) | 2020-04-16 | 2020-04-16 | 一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111413938B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113893685A (zh) * | 2021-09-30 | 2022-01-07 | 湖北华电江陵发电有限公司 | 一种基于滞后惯性补偿的脱硝系统先进控制系统及方法 |
CN115712243A (zh) * | 2022-11-04 | 2023-02-24 | 北京和利时工业软件有限公司 | 一种校正方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094526A (zh) * | 2016-07-08 | 2016-11-09 | 国网浙江省电力公司电力科学研究院 | 一种广义预测工程化应用于脱硝控制系统的方法 |
WO2017045602A1 (zh) * | 2015-09-15 | 2017-03-23 | 中冶焦耐(大连)工程技术有限公司 | 焦炉烟道气脱硫脱硝联合净化工艺及装置 |
CN107168055A (zh) * | 2017-05-15 | 2017-09-15 | 东南大学 | 一种基于多变量预测控制的氨法脱硫优化控制方法 |
CN107561944A (zh) * | 2017-09-18 | 2018-01-09 | 南京格林兰德节能科技有限公司 | 一种基于拉盖尔模型的脱硝系统自适应预测控制方法 |
WO2018006244A1 (zh) * | 2016-07-04 | 2018-01-11 | 中国科学院过程工程研究所 | 一种微波-选择性催化还原联用低温脱硝装置、工艺及用途 |
CN107694337A (zh) * | 2017-11-03 | 2018-02-16 | 吉林省电力科学研究院有限公司 | 基于神经网络预测控制的燃煤机组scr烟气脱硝控制方法 |
CN108905554A (zh) * | 2018-06-21 | 2018-11-30 | 华能国际电力股份有限公司 | 一种scr烟气脱硝设备最低连续喷氨温度在线实时预测方法 |
CN109062053A (zh) * | 2018-08-31 | 2018-12-21 | 江苏国信靖江发电有限公司 | 一种基于多变量校正的脱硝喷氨控制方法 |
-
2020
- 2020-04-16 CN CN202010298735.2A patent/CN111413938B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017045602A1 (zh) * | 2015-09-15 | 2017-03-23 | 中冶焦耐(大连)工程技术有限公司 | 焦炉烟道气脱硫脱硝联合净化工艺及装置 |
WO2018006244A1 (zh) * | 2016-07-04 | 2018-01-11 | 中国科学院过程工程研究所 | 一种微波-选择性催化还原联用低温脱硝装置、工艺及用途 |
CN106094526A (zh) * | 2016-07-08 | 2016-11-09 | 国网浙江省电力公司电力科学研究院 | 一种广义预测工程化应用于脱硝控制系统的方法 |
CN107168055A (zh) * | 2017-05-15 | 2017-09-15 | 东南大学 | 一种基于多变量预测控制的氨法脱硫优化控制方法 |
CN107561944A (zh) * | 2017-09-18 | 2018-01-09 | 南京格林兰德节能科技有限公司 | 一种基于拉盖尔模型的脱硝系统自适应预测控制方法 |
CN107694337A (zh) * | 2017-11-03 | 2018-02-16 | 吉林省电力科学研究院有限公司 | 基于神经网络预测控制的燃煤机组scr烟气脱硝控制方法 |
CN108905554A (zh) * | 2018-06-21 | 2018-11-30 | 华能国际电力股份有限公司 | 一种scr烟气脱硝设备最低连续喷氨温度在线实时预测方法 |
CN109062053A (zh) * | 2018-08-31 | 2018-12-21 | 江苏国信靖江发电有限公司 | 一种基于多变量校正的脱硝喷氨控制方法 |
Non-Patent Citations (4)
Title |
---|
史磊 等: "循环流化床锅炉SNCR脱硝技术优化改造", 《洁净煤技术》 * |
孙育红 等: "指数预测模型和Smith预估器在SCR烟气脱硝控制系统中的应用", 《热力发电》 * |
方朝君 等: "SCR脱硝喷氨优化对NOx在线测量的影响分析", 《电站系统工程》 * |
邓倩: "燃煤电厂SCR法烟气脱硝装置优化控制的仿真运行研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113893685A (zh) * | 2021-09-30 | 2022-01-07 | 湖北华电江陵发电有限公司 | 一种基于滞后惯性补偿的脱硝系统先进控制系统及方法 |
CN113893685B (zh) * | 2021-09-30 | 2024-04-09 | 湖北华电江陵发电有限公司 | 一种基于滞后惯性补偿的脱硝系统先进控制系统及方法 |
CN115712243A (zh) * | 2022-11-04 | 2023-02-24 | 北京和利时工业软件有限公司 | 一种校正方法、装置、设备及介质 |
CN115712243B (zh) * | 2022-11-04 | 2024-07-09 | 北京和利时工业软件有限公司 | 一种校正方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111413938B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110908351B (zh) | 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 | |
Bu et al. | Event-triggered model-free adaptive iterative learning control for a class of nonlinear systems over fading channels | |
CN107842908B (zh) | 一种基于环境参数补偿的实时供热负荷控制方法 | |
CN107479389B (zh) | 一种火电机组过热汽温预测模糊自适应pid控制方法 | |
CN105487385A (zh) | 基于无模型自适应内模控制方法 | |
CN111413938A (zh) | 一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 | |
CN101458498B (zh) | 一种快速模型预测控制方法 | |
CN107270283B (zh) | 一种基于循环流化床机组的多变量约束预测控制方法 | |
CN105024610A (zh) | 一种无刷直流电动机控制方法 | |
CN106530118A (zh) | 多区互联电力系统负荷频率的约束gpc优化控制方法 | |
CN114509949A (zh) | 一种机器人预定性能的控制方法 | |
CN114326387A (zh) | 一种火电机组脱硝控制装置及控制方法 | |
CN107783941B (zh) | 一种基于谷电价格变化的太阳能补偿型电锅炉供热控制方法 | |
Ren et al. | Design and implementation of the PI-type active disturbance rejection generalized predictive control | |
CN116047897A (zh) | 一种基于参数自适应抗扰控制器的燃气轮机预测控制方法 | |
CN113189871B (zh) | 一种面向火电机组灵活性运行的协调控制策略 | |
CN113690874B (zh) | 一种多区域电力系统的无模型自适应负荷频率控制方法 | |
CN110631003B (zh) | 一种基于层级调度多模型预测控制的再热汽温调节方法 | |
CN114035430A (zh) | 一种基于预测控制的脱硫系统pH值控制系统及方法 | |
Nwoke et al. | Asymmetric Barrier Lyapunov Function Self Optimizing Control For Brushless DC Motor With Globalized Constrained Nelder-Mead Algorithm | |
CN113885325A (zh) | 基于阶跃响应的一阶惯性加纯延迟环节闭环辨识方法 | |
CN110671260A (zh) | 一种水轮发电机组调节系统的非线性广义预测控制方法 | |
CN106773712B (zh) | 双反馈鲁棒自适应控制方法及其控制系统结构 | |
Zhang et al. | Data-Driven Robust Iterative Learning Predictive Control for MIMO Nonaffine Nonlinear Systems with Actuator Constraints | |
JP3571330B2 (ja) | 非線形動特性モデルの構造とそのモデルパラメータ推定計算手段 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |