CN111584015A - 脱硝系统入口NOx测量延迟估计方法及装置 - Google Patents

脱硝系统入口NOx测量延迟估计方法及装置 Download PDF

Info

Publication number
CN111584015A
CN111584015A CN202010459051.6A CN202010459051A CN111584015A CN 111584015 A CN111584015 A CN 111584015A CN 202010459051 A CN202010459051 A CN 202010459051A CN 111584015 A CN111584015 A CN 111584015A
Authority
CN
China
Prior art keywords
variable
nox
auxiliary
variables
inlet
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
Application number
CN202010459051.6A
Other languages
English (en)
Other versions
CN111584015B (zh
Inventor
孟磊
袁照威
谷小兵
白玉勇
李广林
李本锋
王力光
杜明生
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.)
Datang Environment Industry Group Co Ltd
Original Assignee
Datang Environment Industry Group Co Ltd
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 Datang Environment Industry Group Co Ltd filed Critical Datang Environment Industry Group Co Ltd
Priority to CN202010459051.6A priority Critical patent/CN111584015B/zh
Publication of CN111584015A publication Critical patent/CN111584015A/zh
Application granted granted Critical
Publication of CN111584015B publication Critical patent/CN111584015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10Analysis or design of chemical reactions, syntheses or processes

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明公开了一种脱硝系统入口NOx测量延迟估计方法及装置,所述方法包括:确定与选择性催化还原SCR反应器入口NOx相关的变量,并采集与所述变量相关的历史运行数据,其中,所述变量具体包括:目标变量与辅助变量;采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值;根据所述互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。本发明能够消除纯延迟影响,提高了入口NOx建模的精度。

Description

脱硝系统入口NOx测量延迟估计方法及装置
技术领域
本发明涉及燃煤电厂烟气脱硝技术领域,尤其是涉及一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法及装置。
背景技术
在现有技术中,随着国家一系列政策和法规的颁布,如《大气污染防治法》、《火电厂大气污染物排放标准》、《排污费征收使用管理条例》、《全面实施燃煤电厂超低排放和节能改造工作方案》等,燃煤电厂的大气污染物排放已纳入严格监管,各电厂陆续开展了烟气超低排放改造。开发完善的火电厂脱硝技术,尽量降低电厂污染物的排放,已成为我国电厂势在必行的任务。在此背景下,如何精确地测量脱硝系统入口NOx的实时值成为改善脱硝系统控制效果的关键。
目前国内外主要通过连续排放检测系统(Continuous Emission MonitoringSystem,简称为CEMS)对烟气中的NOx成分进行实时测量。然而,这种测量方法在测量过程那个具有投资成本高、分析数据耗时长、测量值反馈存在严重滞后等缺点,势必导致脱硝系统入口NOx难以实时准确的展现,最终导致脱硝系统对NOx的控制效果不理想。目前在传统控制方法基础上,开展了智慧脱硝技术的研究,其入口NOx的建模是智慧脱硝关键技术之一。但是在入口NOx建模过程中,其影响因素与入口NOx浓度变量之间存在一定的延迟,会导致在同一时间上所选的变量数据时序不匹配,造成建模效果差或者不适用。
因此,选择合适的方法准确计算各变量相对于入口NOx的延迟时间,对SCR脱硝反应器入口NOx的建模至关重要,是火电厂脱硝控制过程中一个亟待解决的问题。
发明内容
本发明的目的在于提供一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法及装置,旨在解决现有技术中的上述问题。
本发明提供一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法,包括:
确定与选择性催化还原SCR反应器入口NOx相关的变量,并采集与所述变量相关的历史运行数据,其中,所述变量具体包括:目标变量与辅助变量;
采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;
基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值;
根据所述互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。
本发明提供一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置,包括:
确定采集模块,用于确定与选择性催化还原SCR反应器入口NOx相关的变量,并采集与所述变量相关的历史运行数据,其中,所述变量具体包括:目标变量与辅助变量;
第一校正模块,用于采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;
计算模块,用于基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值;
第二校正模块,用于根据所述互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。
本发明实施例还提供一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现上述基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法的步骤。
采用本发明实施例,能够准确计算入口NOx建模辅助变量相对于入口NOx的延迟时间,解决了入口NOx与其影响因素在同一时间上所选的变量数据时序不匹配问题,消除纯延迟影响,提高了入口NOx建模的精度,对于燃煤机组减少排放污染物和成本具有指导意义。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法的流程图;
图2是本发明实施例的目标变量与辅助变量在不同迟延时间下的互信息计算结果趋势的示意图;
图3是本发明装置实施例一的基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置的示意图;
图4是本发明装置实施例二的基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置的示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。此外,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
方法实施例
根据本发明实施例,提供了一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法,图1是本发明实施例的基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法的流程图,如图1所示,根据本发明实施例的基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法具体包括:
步骤101,确定与选择性催化还原选(Selective Catalytic Reduction,简称为SCR)反应器入口NOx相关的变量,并采集与变量相关的历史运行数据,
也就是说,在步骤101中,对燃煤机组烟气生成机理及SCR机理进行分析。确定与SCR反应器入口NOx相关的变量,明确目标变量与辅助变量,并采集与入口NOx相关的历史运行数据;其中,变量具体包括:目标变量与辅助变量;其中,变量具体包括:SCR反应器入口NOx、机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量,其中,目标变量为SCR反应器入口NOx,辅助变量包括:机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量;与变量相关的历史运行数据具体包括:目标变量与辅助变量所构成的时间序列数据(X,Y),其中,目标变量的时间序列数据为Y=[y(t)],t=1,2,…,N,N为所采集历史运行数据样本个数;辅助变量的时间序列数据为X=[x1(t),x2(t),…,xk(t)…,xm(t)],t=1,2,…,N,N为所采集历史运行数据样本个数,m为辅助变量的个数。
步骤102,采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;步骤102具体包括如下处理:
通过物理实验测量方法,根据公式1获取采样滞后延迟时间t1,其中,t1即为烟气测量系统测量的迟延时间,即测量SCR反应器入口NOx浓度的迟延时间t0
t1=πd2l/4S 公式1;
其中,l为测量抽样管道的长度,d为测量抽样管道的管道内径,S为测量抽样管道的抽气速率;
将目标变量的时间序列数据Y按照t0进行校正,重构目标变量样本空间,获取重构目标变量。
步骤103,基于互信息方法计算重构目标变量与辅助变量在不同迟延时间下的互信息值;步骤103具体包括如下处理:
获取不同辅助变量的迟延矩阵X=[x1(t-τ1),x2(t-τ2),…,xk(t-τk),…,xm(t-τm)],其中,τk是辅助变量xk的迟延时间,m为辅助变量的个数;
基于互信息方法计算重构目标变量与迟延矩阵中每个变量在不同迟延时间下的互信息值:
将变量X的信息熵定义为
Figure BDA0002510332200000061
根据信息熵计算公式即公式2,计算得到条件熵,也即在变量Y已知的条件下,X的信息熵:
Figure BDA0002510332200000062
根据公式3计算变量X和变量Y之间的互信息值:
Figure BDA0002510332200000071
其中,p(x,y)为变量X和Y的联合概率密度,p(x),p(y)分别为X、Y的概率密度分布函数,p(x|y)为条件概率密度分布函数;
根据熵的定义,得到互信息的表达式:
MI(X,Y)=H(X)+H(Y)-H(X,Y) 公式4;
根据公式4确定,若X和Y相关性越小,则互信息值MI(X,Y)越小;反之,X和Y相关性越大,则互信息MI(X,Y)越大。
步骤104,根据互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。步骤104具体包括:
根据一定时间范围内重构目标变量与辅助变量之间的互信息值,计算这段时间范围内互信息值最大时对应的时间值即为目标变量与辅助变量之间的预估迟延时间,即SCR反应器入口NOx迟延时间。
以下结合图2,对本发明实施例的上述技术方案进行举例说明。
通过燃煤机组烟气生成机理及SCR系统机理分析,SCR入口NOx相关的影响因素包括机组负荷Load、总煤量Coal、总风量Wind。所构成的目标为Y=[NOx],样本个数为10000个;辅助变量为X=[Load,Coal,Wind],样本个数为10000个。
根据物理实验测量方法,测量脱硝反应器入口NOx浓度的迟延时间t0。所述测量的入口NOx浓度的迟延时间主要包括采样滞后t1和分析滞后t2两部分时间组成;所述采样滞后时间t1为烟气从气体采样探头经过伴热管线到分析柜的时间,主要通过测量抽样管道的长度l、管道内径d以及管道的抽气速率S可以按照公式t1=πd2l/4S计算出采样滞后时间;所述分析滞后时间t2为分析柜辨识气体成分及浓度的时间,在本发明实施例中,这部分时间通常可以忽略不计。结合电厂生产实际情况,通过物理实验测量方法得到脱硝反应器入口NOx浓度的迟延时间t0为59.4s,并将目标变量的时间序列数据为Y按照t0进行校正,重构目标变量样本空间。
脱硝反应器入口NOx与3个辅助变量的迟延时间在t时刻不是一一对应,往往当前t时刻的入口NOx值与辅助变量的τk之前历史数据xk(t-τk)有关,其中τk是辅助变量xk的迟延时间。不同的辅助变量,其迟延时间不一样,据此得到不同辅助变量的迟延矩阵X=[Load(t-τ1),Coal(t-τ2),Wind(t-τ3)],计算重构入口NOx与迟延矩阵中每个变量在不同迟延时间下的互信息值。结合电厂生产实际情况,对标准工况点170MW、250MW、350MW附近数据利用互信息法计算各个辅助变量对于入口NOx的延迟。其余各工况点处的延迟由插值法确定。图2是本发明实施例的目标变量与辅助变量在不同迟延时间下的互信息计算结果趋势的示意图,以170MW附近数据,3个辅助变量与入口NOx之间的互信息序列如图2所示。
通过计算一定时间范围内重构目标变量与辅助变量之间的互信息值,求取这段时间范围内互信息值最大时对应的时间值τp即为目标变量与辅助变量之间预估迟延时间。通过计算170MW,250MW,350MW计算结果,得到辅助变量迟延估计结果表1所示。
表1入口NOx与3个辅助变量的迟延估计结果
负荷 170MW 250MW 350MW
Load 15s 11s 8s
Coal 25s 21s 18s
Wind 23s 18s 16s
通过计算各个辅助变量在不同的工况区间内相对于入口NOx延迟值τp,并结合物理法测量的入口NOx测量延迟值t0,可以将各辅助变量与入口NOx浓度在时序上进行对齐,消除纯延迟影响,为建立高精度NOx动态预估模型做好准备。
与现有技术相比,本发明实施例具有如下有益效果:
1、本发明实施例能够准确计算入口NOx建模辅助变量相对于入口NOx的延迟时间;
2、本发明实施例能够解决了入口NOx与其影响因素在同一时间上所选的变量数据时序不匹配问题,消除纯延迟影响,提高了入口NOx建模的精度,对于燃煤机组减少排放污染物和成本具有指导意义。
装置实施例一
根据本发明实施例,提供了一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置,图3是本发明第一装置实施例的基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置的示意图,如图3所示,根据本发明实施例的基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置具体包括:
确定采集模块30,用于确定与选择性催化还原SCR反应器入口NOx相关的变量,并采集与所述变量相关的历史运行数据,其中,所述变量具体包括:目标变量与辅助变量;其中,所述变量具体包括:SCR反应器入口NOx、机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量,其中,所述目标变量为SCR反应器入口NOx,所述辅助变量包括:机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量;所述与所述变量相关的历史运行数据具体包括:目标变量与辅助变量所构成的时间序列数据(X,Y),其中,所述目标变量的时间序列数据为Y=[y(t)],t=1,2,…,N,N为所采集历史运行数据样本个数;所述辅助变量的时间序列数据为X=[x1(t),x2(t),…,xk(t)…,xm(t)],t=1,2,…,N,N为所采集历史运行数据样本个数,m为辅助变量的个数。
第一校正模块32,用于采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;所述第一校正模块32具体用于:
通过物理实验测量方法,根据公式1获取采样滞后延迟时间t1,其中,所述t1即为烟气测量系统测量的迟延时间,即测量SCR反应器入口NOx浓度的迟延时间t0
t1=πd2l/4S 公式1;
其中,l为测量抽样管道的长度,d为测量抽样管道的管道内径,S为测量抽样管道的抽气速率;
将目标变量的时间序列数据Y按照t0进行校正,重构目标变量样本空间,获取重构目标变量;
计算模块34,用于基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值;所述计算模块34具体用于:
获取不同辅助变量的迟延矩阵X=[x1(t-τ1),x2(t-τ2),…,xk(t-τk),…,xm(t-τm)],其中,τk是辅助变量xk的迟延时间,m为辅助变量的个数;
基于互信息方法计算重构目标变量与迟延矩阵中每个变量在不同迟延时间下的互信息值:
将变量X的信息熵定义为
Figure BDA0002510332200000101
根据信息熵计算公式即公式2,计算得到条件熵,也即在变量Y已知的条件下,X的信息熵:
Figure BDA0002510332200000102
根据公式3计算变量X和变量Y之间的互信息值:
Figure BDA0002510332200000103
其中,p(x,y)为变量X和Y的联合概率密度,p(x),p(y)分别为X、Y的概率密度分布函数,p(x|y)为条件概率密度分布函数;
根据熵的定义,得到互信息的表达式:
MI(X,Y)=H(X)+H(Y)-H(X,Y) 公式4;
根据公式4确定,若X和Y相关性越小,则互信息值MI(X,Y)越小;反之,X和Y相关性越大,则互信息MI(X,Y)越大;
第二校正模块36,用于根据所述互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。所述第二校正模块36具体用于:
根据一定时间范围内重构目标变量与辅助变量之间的互信息值,计算这段时间范围内互信息值最大时对应的时间值即为目标变量与辅助变量之间的预估迟延时间,即SCR反应器入口NOx迟延时间。
本发明实施例是与上述方法实施例对应的系统实施例,各个模块的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
装置实施例二
本发明实施例提供一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置,如图4所示,包括:存储器40、处理器42及存储在所述存储器40上并可在所述处理器42上运行的计算机程序,所述计算机程序被所述处理器42执行时实现如下方法步骤:
步骤101,确定与选择性催化还原选(Selective Catalytic Reduction,简称为SCR)反应器入口NOx相关的变量,并采集与变量相关的历史运行数据,
也就是说,在步骤101中,对燃煤机组烟气生成机理及SCR机理进行分析。确定与SCR反应器入口NOx相关的变量,明确目标变量与辅助变量,并采集与入口NOx相关的历史运行数据;其中,变量具体包括:目标变量与辅助变量;其中,变量具体包括:SCR反应器入口NOx、机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量,其中,目标变量为SCR反应器入口NOx,辅助变量包括:机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量;与变量相关的历史运行数据具体包括:目标变量与辅助变量所构成的时间序列数据(X,Y),其中,目标变量的时间序列数据为Y=[y(t)],t=1,2,…,N,N为所采集历史运行数据样本个数;辅助变量的时间序列数据为X=[x1(t),x2(t),…,xk(t)…,xm(t)],t=1,2,…,N,N为所采集历史运行数据样本个数,m为辅助变量的个数。
步骤102,采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;步骤102具体包括如下处理:
通过物理实验测量方法,根据公式1获取采样滞后延迟时间t1,其中,t1即为烟气测量系统测量的迟延时间,即测量SCR反应器入口NOx浓度的迟延时间t0
t1=πd2l/4S 公式1;
其中,l为测量抽样管道的长度,d为测量抽样管道的管道内径,S为测量抽样管道的抽气速率;
将目标变量的时间序列数据Y按照t0进行校正,重构目标变量样本空间,获取重构目标变量。
步骤103,基于互信息方法计算重构目标变量与辅助变量在不同迟延时间下的互信息值;步骤103具体包括如下处理:
获取不同辅助变量的迟延矩阵X=[x1(t-τ1),x2(t-τ2),…,xk(t-τk),…,xm(t-τm)],其中,τk是辅助变量xk的迟延时间,m为辅助变量的个数;
基于互信息方法计算重构目标变量与迟延矩阵中每个变量在不同迟延时间下的互信息值:
将变量X的信息熵定义为
Figure BDA0002510332200000121
根据信息熵计算公式即公式2,计算得到条件熵,也即在变量Y已知的条件下,X的信息熵:
Figure BDA0002510332200000122
根据公式3计算变量X和变量Y之间的互信息值:
Figure BDA0002510332200000131
其中,p(x,y)为变量X和Y的联合概率密度,p(x),p(y)分别为X、Y的概率密度分布函数,p(x|y)为条件概率密度分布函数;
根据熵的定义,得到互信息的表达式:
MI(X,Y)=H(X)+H(Y)-H(X,Y) 公式4;
根据公式4确定,若X和Y相关性越小,则互信息值MI(X,Y)越小;反之,X和Y相关性越大,则互信息MI(X,Y)越大。
步骤104,根据互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。步骤104具体包括:
根据一定时间范围内重构目标变量与辅助变量之间的互信息值,计算这段时间范围内互信息值最大时对应的时间值即为目标变量与辅助变量之间的预估迟延时间,即SCR反应器入口NOx迟延时间。
装置实施例三
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传输的实现程序,所述程序被处理器42执行时实现如下方法步骤:
步骤101,确定与选择性催化还原选(Selective Catalytic Reduction,简称为SCR)反应器入口NOx相关的变量,并采集与变量相关的历史运行数据,
也就是说,在步骤101中,对燃煤机组烟气生成机理及SCR机理进行分析。确定与SCR反应器入口NOx相关的变量,明确目标变量与辅助变量,并采集与入口NOx相关的历史运行数据;其中,变量具体包括:目标变量与辅助变量;其中,变量具体包括:SCR反应器入口NOx、机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量,其中,目标变量为SCR反应器入口NOx,辅助变量包括:机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量;与变量相关的历史运行数据具体包括:目标变量与辅助变量所构成的时间序列数据(X,Y),其中,目标变量的时间序列数据为Y=[y(t)],t=1,2,…,N,N为所采集历史运行数据样本个数;辅助变量的时间序列数据为X=[x1(t),x2(t),…,xk(t)…,xm(t)],t=1,2,…,N,N为所采集历史运行数据样本个数,m为辅助变量的个数。
步骤102,采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;步骤102具体包括如下处理:
通过物理实验测量方法,根据公式1获取采样滞后延迟时间t1,其中,t1即为烟气测量系统测量的迟延时间,即测量SCR反应器入口NOx浓度的迟延时间t0
t1=πd2l/4S 公式1;
其中,l为测量抽样管道的长度,d为测量抽样管道的管道内径,S为测量抽样管道的抽气速率;
将目标变量的时间序列数据Y按照t0进行校正,重构目标变量样本空间,获取重构目标变量。
步骤103,基于互信息方法计算重构目标变量与辅助变量在不同迟延时间下的互信息值;步骤103具体包括如下处理:
获取不同辅助变量的迟延矩阵X=[x1(t-τ1),x2(t-τ2),…,xk(t-τk),…,xm(t-τm)],其中,τk是辅助变量xk的迟延时间,m为辅助变量的个数;
基于互信息方法计算重构目标变量与迟延矩阵中每个变量在不同迟延时间下的互信息值:
将变量X的信息熵定义为
Figure BDA0002510332200000141
根据信息熵计算公式即公式2,计算得到条件熵,也即在变量Y已知的条件下,X的信息熵:
Figure BDA0002510332200000151
根据公式3计算变量X和变量Y之间的互信息值:
Figure BDA0002510332200000152
其中,p(x,y)为变量X和Y的联合概率密度,p(x),p(y)分别为X、Y的概率密度分布函数,p(x|y)为条件概率密度分布函数;
根据熵的定义,得到互信息的表达式:
MI(X,Y)=H(X)+H(Y)-H(X,Y) 公式4;
根据公式4确定,若X和Y相关性越小,则互信息值MI(X,Y)越小;反之,X和Y相关性越大,则互信息MI(X,Y)越大。
步骤104,根据互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。步骤104具体包括:
根据一定时间范围内重构目标变量与辅助变量之间的互信息值,计算这段时间范围内互信息值最大时对应的时间值即为目标变量与辅助变量之间的预估迟延时间,即SCR反应器入口NOx迟延时间。
本实施例所述计算机可读存储介质包括但不限于为:ROM、RAM、磁盘或光盘等。
综上所述,采用本发明实施例,能够准确计算入口NOx建模辅助变量相对于入口NOx的延迟时间,解决了入口NOx与其影响因素在同一时间上所选的变量数据时序不匹配问题,消除纯延迟影响,提高了入口NOx建模的精度,对于燃煤机组减少排放污染物和成本具有指导意义。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法,其特征在于,包括:
确定与选择性催化还原SCR反应器入口NOx相关的变量,并采集与所述变量相关的历史运行数据,其中,所述变量具体包括:目标变量与辅助变量;
采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;
基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值;
根据所述互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。
2.根据权利要求1所述的方法,其特征在于,所述变量具体包括:SCR反应器入口NOx、机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量,其中,所述目标变量为SCR反应器入口NOx,所述辅助变量包括:机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量;
所述与所述变量相关的历史运行数据具体包括:目标变量与辅助变量所构成的时间序列数据(X,Y),其中,所述目标变量的时间序列数据为Y=[y(t)],t=1,2,…,N,N为所采集历史运行数据样本个数;所述辅助变量的时间序列数据为X=[x1(t),x2(t),…,xk(t)…,xm(t)],t=1,2,…,N,N为所采集历史运行数据样本个数,m为辅助变量的个数。
3.根据权利要求1所述的方法,其特征在于,采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量具体包括:
通过物理实验测量方法,根据公式1获取采样滞后延迟时间t1,其中,所述t1即为烟气测量系统测量的迟延时间,即测量SCR反应器入口NOx浓度的迟延时间t0
t1=πd2l/4S 公式1;
其中,l为测量抽样管道的长度,d为测量抽样管道的管道内径,S为测量抽样管道的抽气速率;
将目标变量的时间序列数据Y按照t0进行校正,重构目标变量样本空间,获取重构目标变量。
4.根据权利要求1所述的方法,其特征在于,基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值具体包括:
获取不同辅助变量的迟延矩阵X=[x1(t-τ1),x2(t-τ2),…,xk(t-τk),…,xm(t-τm)],其中,τk是辅助变量xk的迟延时间,m为辅助变量的个数;
基于互信息方法计算重构目标变量与迟延矩阵中每个变量在不同迟延时间下的互信息值:
将变量X的信息熵定义为
Figure FDA0002510332190000021
根据信息熵计算公式即公式2,计算得到条件熵,也即在变量Y已知的条件下,X的信息熵:
Figure FDA0002510332190000022
根据公式3计算变量X和变量Y之间的互信息值:
Figure FDA0002510332190000023
其中,p(x,y)为变量X和Y的联合概率密度,p(x),p(y)分别为X、Y的概率密度分布函数,p(x|y)为条件概率密度分布函数;
根据熵的定义,得到互信息的表达式:
MI(X,Y)=H(X)+H(Y)-H(X,Y) 公式4;
根据公式4确定,若X和Y相关性越小,则互信息值MI(X,Y)越小;反之,X和Y相关性越大,则互信息MI(X,Y)越大。
5.根据权利要求1所述的方法,其特征在于,根据所述互信息值,确定SCR反应器入口NOx迟延时间具体包括:
根据一定时间范围内重构目标变量与辅助变量之间的互信息值,计算这段时间范围内互信息值最大时对应的时间值即为目标变量与辅助变量之间的预估迟延时间,即SCR反应器入口NOx迟延时间。
6.一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置,其特征在于,包括:
确定采集模块,用于确定与选择性催化还原SCR反应器入口NOx相关的变量,并采集与所述变量相关的历史运行数据,其中,所述变量具体包括:目标变量与辅助变量;
第一校正模块,用于采用物理实验测量方法确定烟气测量系统测量的迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构目标变量样本空间,获取重构目标变量;
计算模块,用于基于互信息方法计算所述重构目标变量与所述辅助变量在不同迟延时间下的互信息值;
第二校正模块,用于根据所述互信息值,确定SCR反应器入口NOx迟延时间,并根据该迟延时间对入口NOx序列进行校正,重构辅助变量样本空间,获取重构辅助变量。
7.根据权利要求6所述的装置,其特征在于,所述变量具体包括:SCR反应器入口NOx、机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量,其中,所述目标变量为SCR反应器入口NOx,所述辅助变量包括:机组负荷、总风量、总煤量、烟气含氧量、一次风量、以及二次风量;
所述与所述变量相关的历史运行数据具体包括:目标变量与辅助变量所构成的时间序列数据(X,Y),其中,所述目标变量的时间序列数据为Y=[y(t)],t=1,2,…,N,N为所采集历史运行数据样本个数;所述辅助变量的时间序列数据为X=[x1(t),x2(t),…,xk(t)…,xm(t)],t=1,2,…,N,N为所采集历史运行数据样本个数,m为辅助变量的个数。
8.根据权利要求6所述的装置,其特征在于,
所述第一校正模块具体用于:
通过物理实验测量方法,根据公式1获取采样滞后延迟时间t1,其中,所述t1即为烟气测量系统测量的迟延时间,即测量SCR反应器入口NOx浓度的迟延时间t0
t1=πd2l/4S 公式1;
其中,l为测量抽样管道的长度,d为测量抽样管道的管道内径,S为测量抽样管道的抽气速率;
将目标变量的时间序列数据Y按照t0进行校正,重构目标变量样本空间,获取重构目标变量;
所述计算模块具体用于:
获取不同辅助变量的迟延矩阵X=[x1(t-τ1),x2(t-τ2),…,xk(t-τk),…,xm(t-τm)],其中,τk是辅助变量xk的迟延时间,m为辅助变量的个数;
基于互信息方法计算重构目标变量与迟延矩阵中每个变量在不同迟延时间下的互信息值:
将变量X的信息熵定义为
Figure FDA0002510332190000041
根据信息熵计算公式即公式2,计算得到条件熵,也即在变量Y已知的条件下,X的信息熵:
Figure FDA0002510332190000051
根据公式3计算变量X和变量Y之间的互信息值:
Figure FDA0002510332190000052
其中,p(x,y)为变量X和Y的联合概率密度,p(x),p(y)分别为X、Y的概率密度分布函数,p(x|y)为条件概率密度分布函数;
根据熵的定义,得到互信息的表达式:
MI(X,Y)=H(X)+H(Y)-H(X,Y) 公式4;
根据公式4确定,若X和Y相关性越小,则互信息值MI(X,Y)越小;反之,X和Y相关性越大,则互信息MI(X,Y)越大;
所述第二校正模块具体用于:
根据一定时间范围内重构目标变量与辅助变量之间的互信息值,计算这段时间范围内互信息值最大时对应的时间值即为目标变量与辅助变量之间的预估迟延时间,即SCR反应器入口NOx迟延时间。
9.一种基于物理-信息融合的脱硝系统入口NOx测量延迟估计装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至5中任一项所述的基于物理-信息融合的脱硝系统入口NOx测量延迟估计方法的步骤。
CN202010459051.6A 2020-05-27 2020-05-27 脱硝系统入口NOx测量延迟估计方法及装置 Active CN111584015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010459051.6A CN111584015B (zh) 2020-05-27 2020-05-27 脱硝系统入口NOx测量延迟估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010459051.6A CN111584015B (zh) 2020-05-27 2020-05-27 脱硝系统入口NOx测量延迟估计方法及装置

Publications (2)

Publication Number Publication Date
CN111584015A true CN111584015A (zh) 2020-08-25
CN111584015B CN111584015B (zh) 2021-09-10

Family

ID=72112692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010459051.6A Active CN111584015B (zh) 2020-05-27 2020-05-27 脱硝系统入口NOx测量延迟估计方法及装置

Country Status (1)

Country Link
CN (1) CN111584015B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862180A (zh) * 2021-02-04 2021-05-28 华电国际电力股份有限公司技术服务分公司 一种脱硝系统入口NOx浓度预测方法
CN116312861A (zh) * 2023-05-09 2023-06-23 济南作为科技有限公司 脱硝系统气体浓度预测方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2239041B1 (en) * 2009-04-07 2014-08-13 General Electric Company System and method for obtaining an optimal estimate of NOx emissions
CN108144446A (zh) * 2016-12-09 2018-06-12 上海明华电力技术工程有限公司 一种基于scr入口nox预测的脱硝控制方法
CN109107387A (zh) * 2018-09-26 2019-01-01 汇信盈(北京)智能技术有限公司 一种脱硝系统自动喷氨控制方法和控制系统
CN109190848A (zh) * 2018-10-17 2019-01-11 大唐环境产业集团股份有限公司 一种基于时延预估的SCR系统NOx排放浓度预测方法
CN110299188A (zh) * 2019-05-09 2019-10-01 上海电力学院 基于ga变量选择的scr烟气脱硝系统grnn建模方法
CN110675920A (zh) * 2019-10-22 2020-01-10 华北电力大学 一种基于MI-LSTM的锅炉NOx预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2239041B1 (en) * 2009-04-07 2014-08-13 General Electric Company System and method for obtaining an optimal estimate of NOx emissions
CN108144446A (zh) * 2016-12-09 2018-06-12 上海明华电力技术工程有限公司 一种基于scr入口nox预测的脱硝控制方法
CN109107387A (zh) * 2018-09-26 2019-01-01 汇信盈(北京)智能技术有限公司 一种脱硝系统自动喷氨控制方法和控制系统
CN109190848A (zh) * 2018-10-17 2019-01-11 大唐环境产业集团股份有限公司 一种基于时延预估的SCR系统NOx排放浓度预测方法
CN110299188A (zh) * 2019-05-09 2019-10-01 上海电力学院 基于ga变量选择的scr烟气脱硝系统grnn建模方法
CN110675920A (zh) * 2019-10-22 2020-01-10 华北电力大学 一种基于MI-LSTM的锅炉NOx预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘长良,张丛,王梓齐: "基于条件互信息的NOx生成量模型变量-时滞联合选择方法", 《华北电力大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862180A (zh) * 2021-02-04 2021-05-28 华电国际电力股份有限公司技术服务分公司 一种脱硝系统入口NOx浓度预测方法
CN116312861A (zh) * 2023-05-09 2023-06-23 济南作为科技有限公司 脱硝系统气体浓度预测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111584015B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN111584015B (zh) 脱硝系统入口NOx测量延迟估计方法及装置
CN105971738B (zh) 一种燃气轮机组烟气流量在线监测的方法
CN102968529B (zh) 一种供水管网模型计算结果不确定性区间的量化方法
CN109918364B (zh) 一种基于二维概率密度估计和四分位法的数据清洗方法
CN109190967B (zh) 一种用于火力发电机组的碳排放量核算方法和系统
JP2007170021A (ja) 配水及び管路情報解析システム
CN111753389B (zh) 一种燃煤锅炉入炉原煤热值在线软测量方法和装置
CN111948596A (zh) 基于多时间尺度的台区电能表误差在线检测方法和系统
CN110739091A (zh) 一种核电厂次临界度直接测量系统及硬件平台和测量方法
CN103499671A (zh) 一种现场测试火电厂scr系统脱硝催化剂活性的方法
CN111589301A (zh) 燃煤电厂scr脱硝性能预测方法、装置、设备和存储介质
CN110084439A (zh) 一种基于nesma功能点估算的软件成本度量方法及云系统
CN114166998A (zh) 一种水泥生产企业碳排放计量方法和系统
CN111931132B (zh) 一种基于标准差和绝对离差中位数的烟气nox浓度异常值处理方法
CN103697958B (zh) 燃煤机组汽包出口饱和蒸汽质量流量的实时计量方法
CN111540412B (zh) 一种基于最小二乘法的scr反应器入口烟气软测量方法
KR101877627B1 (ko) 발전설비 모델러를 이용한 범용 발전성능시험 시스템 및 방법
CN116485079A (zh) 数字化精益碳排放核算方法、装置、设备及存储介质
CN115062879B (zh) 一种风电机组指标参数的获取方法、装置及设备
CN113262629B (zh) 一种基于脱硝装置分区测量的锅炉烟气流量计算方法
CN114267418A (zh) 一种锅炉运行数据的实时测量方法及装置
CN113470839A (zh) 一种堆芯在线保护方法
CN109827993B (zh) 一种电厂锅炉日常燃煤采样样品发热量的随机模拟方法
CN207964786U (zh) 一种基于比对差值法氨逃逸检测装置
CN106894853A (zh) 凝汽式汽轮机冷端节能诊断方法

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
GR01 Patent grant
GR01 Patent grant