CN111931132A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN111931132A
CN111931132A CN202011033576.XA CN202011033576A CN111931132A CN 111931132 A CN111931132 A CN 111931132A CN 202011033576 A CN202011033576 A CN 202011033576A CN 111931132 A CN111931132 A CN 111931132A
Authority
CN
China
Prior art keywords
concentration
value
flue gas
median
difference
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
CN202011033576.XA
Other languages
English (en)
Other versions
CN111931132B (zh
Inventor
范海东
周君良
解剑波
李清毅
王豆
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.)
Zhejiang Energy Group Co ltd
Zhejiang Energy Group Research Institute Co Ltd
Original Assignee
Zhejiang Energy Group Co ltd
Zhejiang Energy Group Research Institute 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 Zhejiang Energy Group Co ltd, Zhejiang Energy Group Research Institute Co Ltd filed Critical Zhejiang Energy Group Co ltd
Priority to CN202011033576.XA priority Critical patent/CN111931132B/zh
Publication of CN111931132A publication Critical patent/CN111931132A/zh
Application granted granted Critical
Publication of CN111931132B publication Critical patent/CN111931132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明涉及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，包括：步骤1：采集n维历史SCR脱硝系统A侧烟气NOX浓度
Figure 195828DEST_PATH_IMAGE001
的测量值序列和B侧烟气NOX浓度
Figure 519493DEST_PATH_IMAGE002
的测量值序列，计算每一时刻
Figure 830388DEST_PATH_IMAGE003
和
Figure 884320DEST_PATH_IMAGE004
的差值，n由历史正常数据量和数据实际要求而定；步骤2：计算n个A侧烟气NOX浓度
Figure 229850DEST_PATH_IMAGE001
和B侧烟气NOX浓度
Figure 458837DEST_PATH_IMAGE005
差值
Figure 257029DEST_PATH_IMAGE006
的均值和标准差。本发明的有益效果是：本发明为SCR系统进出口的NOX测量值存在异常的问题提供了一种新的处理方法，利用多测点的NOX测量值序列，通过基于标准差和绝对离差中位数的滤波方法对异常值进行处理，即得到可靠适用的烟气NOX浓度。该方法可利用相对简单的统计学方法处理烟气NOX浓度测量异常问题，并可进一步推广至其他测量异常问题。

Description

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
技术领域
本发明涉及一种燃煤电厂脱硝系统过程参数监测方法，具体地说，涉及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。
背景技术
氮氧化物是空气污染物的重要组成部分，如何处理燃煤电厂锅炉燃烧产生废气中的氮氧化物是当前的一大热点话题，而如何做到节能和环保的平衡成了目前的一个技术难点。根据脱硝出口氮氧化物数据可以调整供氨流量以确保反应剂完全合理的利用，有效节约成本。由于测点、数据采集流程中的一系列问题，测量数据势必存在误差，如何有效的降低误差，达到测量准确，做到节能降耗，使得氮氧化物偏差在可接受范围内，是非常有必要的。
进一步地，燃煤电厂SCR（选择性催化还原方法）脱硝系统基于其较高的脱销效率，是大型火电机组脱硝系统改造首选类塑。SCR脱硝控制性能的优劣很大程度上依赖于参数的准确性和完整性，然而，SCR进出口的NOX、O2测量长期处于烟尘环境下，易出现部分参数失真；测量仪表定期吹扫、标定亦会导致测量值瞬间突变，吹扫时采集到的烟气失去真实性，测量值大幅变化，影响了测量准确度和相应时间。为了实现高效的SCR脱硝控制，有必要对烟气NOX浓度异常值进行处理，获得准确可用的NOX测量值。现有方法大多通过对特定场景的特定分析，采用一系列物理方法降低测量偏差，而缺少具有泛化能力的数据驱动方法进行异常值处理。另外，目前常用的如移动中位数滤波和标准差滤波的方法在滤波时易将正常突变值也作为异常值进行过滤，无法得到可靠的滤波效果。
发明内容
本发明的目的是克服现有技术中的不足，提供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。
这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，包括以下步骤：
步骤1：采集n维历史SCR脱硝系统A侧烟气NOX浓度
Figure 379650DEST_PATH_IMAGE001
的测量值序列和B侧烟气NOX浓度
Figure DEST_PATH_IMAGE002
的测量值序列，计算每一时刻
Figure 893196DEST_PATH_IMAGE001
和
Figure 204091DEST_PATH_IMAGE003
的差值，n由历史正常数据量和数据实际要求而定；
步骤2：计算n个A侧烟气NOX浓度
Figure 520672DEST_PATH_IMAGE001
和B侧烟气NOX浓度
Figure 600624DEST_PATH_IMAGE003
差值
Figure DEST_PATH_IMAGE004
的均值和标准差；
步骤3：依据n个A侧烟气NOX浓度
Figure 626348DEST_PATH_IMAGE001
和B侧烟气NOX浓度
Figure 814753DEST_PATH_IMAGE003
差值
Figure 420178DEST_PATH_IMAGE004
的均值和标准差，设置上下限阈值：
Figure DEST_PATH_IMAGE005
Figure DEST_PATH_IMAGE006
上式中，
Figure 479270DEST_PATH_IMAGE007
为下限阈值，
Figure 100002_DEST_PATH_IMAGE008
为上限阈值；
Figure 865776DEST_PATH_IMAGE009
为阈值系数，由历史数据和实际业务要求确定；
Figure 100002_DEST_PATH_IMAGE010
为n个A侧烟气NOX浓度
Figure 72635DEST_PATH_IMAGE011
和B侧烟气NOX浓度
Figure 100002_DEST_PATH_IMAGE012
差值
Figure 747330DEST_PATH_IMAGE004
的均值；
Figure 192087DEST_PATH_IMAGE013
为n个A侧烟气NOX浓度
Figure 100002_DEST_PATH_IMAGE014
和B侧烟气NOX浓度
Figure 153090DEST_PATH_IMAGE012
差值
Figure 381333DEST_PATH_IMAGE004
的标准差；
步骤4：根据上限阈值
Figure 328561DEST_PATH_IMAGE015
和下限阈值
Figure 627824DEST_PATH_IMAGE007
对A侧和B侧NOX浓度实时测量数据的浓度差值
Figure 697411DEST_PATH_IMAGE004
进行标准差滤波，提取出异常值位置：
步骤5：对步骤4处理后标注为异常区域的浓度差值
Figure 82125DEST_PATH_IMAGE004
对应的A侧和B侧NOX浓度测量值采用中位数区域滤波的方式处理；
步骤6：根据步骤5计算得到的中位数值和绝对离差中位数，设置
Figure 692098DEST_PATH_IMAGE011
和
Figure 596600DEST_PATH_IMAGE012
的上下限阈值；
Figure 289618DEST_PATH_IMAGE017
Figure 771415DEST_PATH_IMAGE019
上式中，
Figure 100002_DEST_PATH_IMAGE020
为
Figure 591604DEST_PATH_IMAGE011
和
Figure 591091DEST_PATH_IMAGE012
的上阈值，
Figure DEST_PATH_IMAGE021
为
Figure 471322DEST_PATH_IMAGE011
和
Figure 440415DEST_PATH_IMAGE012
的下阈值；
Figure DEST_PATH_IMAGE023
为
Figure 47983DEST_PATH_IMAGE014
和
Figure 927077DEST_PATH_IMAGE012
中m个测量值的绝对离差中位数；
Figure 571685DEST_PATH_IMAGE024
表示中位数计算；
Figure 100002_DEST_PATH_IMAGE025
为阈值系数，由实际业务要求确定；
步骤7：分别计算步骤4处理后标注为异常区域的
Figure 949446DEST_PATH_IMAGE011
和
Figure 580278DEST_PATH_IMAGE012
序列中的测量值是否在上下限阈值内：若在
Figure 172934DEST_PATH_IMAGE014
和
Figure DEST_PATH_IMAGE026
的上下限阈值内，则保留对应的测量值；若在
Figure DEST_PATH_IMAGE027
和
Figure DEST_PATH_IMAGE028
的上下限阈值外，则为离群值并将其剔除；
步骤8：基于保留的
Figure 771799DEST_PATH_IMAGE027
和
Figure 590850DEST_PATH_IMAGE028
中的测量值，对步骤7所剔除的离群值进行拟合，将测量值序列填充还原为正常时序的烟气NOX浓度序列。
作为优选，所述步骤1具体包括如下步骤：
步骤1.1：采集n维历史SCR脱硝系统A侧烟气NOX浓度测量值序列
Figure DEST_PATH_IMAGE029
和B侧烟气NOX浓度测量值序列
Figure DEST_PATH_IMAGE030
，其中
Figure DEST_PATH_IMAGE031
和
Figure DEST_PATH_IMAGE032
为i时刻A侧和B侧烟气NOX浓度测量值，i=1,2,…n；
步骤1.2：计算每一时刻A侧和B侧浓度差值
Figure 274641DEST_PATH_IMAGE004
，
Figure 846437DEST_PATH_IMAGE033
，i为时刻，i=1,2,…n。
作为优选，所述步骤4具体包括如下步骤：
步骤4.1、计算实时测量数据中每个A侧和B侧NOX浓度差值
Figure 567268DEST_PATH_IMAGE004
；
步骤4.2、若实时测量数据中每个A侧和B侧NOX浓度差值
Figure 873616DEST_PATH_IMAGE004
<下限阈值
Figure 100002_DEST_PATH_IMAGE034
，则浓度差值
Figure 892256DEST_PATH_IMAGE004
为离群值，将该浓度差值
Figure 459504DEST_PATH_IMAGE004
标注为异常区域；
步骤4.3、若实时测量数据中每个A侧和B侧NOX浓度差值
Figure 226603DEST_PATH_IMAGE004
>上限阈值
Figure 144880DEST_PATH_IMAGE035
，则浓度差值
Figure 438983DEST_PATH_IMAGE004
为离群值，将该浓度差值
Figure 595158DEST_PATH_IMAGE004
标注为异常区域；
步骤4.4、若实时测量数据中每个A侧和B侧NOX浓度差值
Figure 329895DEST_PATH_IMAGE004
满足：下限阈值
Figure 594523DEST_PATH_IMAGE007
≤浓度差值
Figure 100002_DEST_PATH_IMAGE036
≤上限阈值
Figure 564754DEST_PATH_IMAGE035
，则该浓度差值
Figure 981960DEST_PATH_IMAGE004
为正常值。
作为优选，所述步骤5具体包括如下步骤：
步骤5.1、记由步骤4处理后标注为异常区域的
Figure 215495DEST_PATH_IMAGE037
和
Figure 100002_DEST_PATH_IMAGE038
的测量值序列的数量均为m，分别计算
Figure 498577DEST_PATH_IMAGE039
和
Figure 616706DEST_PATH_IMAGE038
中这m个测量值的中位数值：
步骤5.2、并分别计算
Figure 13052DEST_PATH_IMAGE037
和
Figure 807702DEST_PATH_IMAGE038
中m个测量值的绝对离差中位数；
Figure 656709DEST_PATH_IMAGE041
上式中，
Figure 437583DEST_PATH_IMAGE043
为经过步骤4处理后标注为异常区域内的
Figure 829382DEST_PATH_IMAGE037
和
Figure 404719DEST_PATH_IMAGE038
序列，
Figure DEST_PATH_IMAGE044
为
Figure DEST_PATH_IMAGE045
或
Figure DEST_PATH_IMAGE046
，
Figure DEST_PATH_IMAGE047
表示中位数计算。
作为优选，所述步骤8中正常时序的烟气NOX浓度序列为异常值处理后的SCR脱硝系统中A侧烟气NOX浓度
Figure DEST_PATH_IMAGE048
的测量值序列和B侧烟气NOX浓度
Figure 258799DEST_PATH_IMAGE038
。
作为优选，所述步骤8中对步骤7所剔除的离群值采用插值法进行拟合。
本发明的有益效果是：本发明为SCR系统进出口的NOX测量值存在异常的问题提供了一种新的处理方法，利用多测点的NOX测量值序列，通过基于标准差和绝对离差中位数的滤波方法对异常值进行处理，即得到可靠适用的烟气NOX浓度。该方法可利用相对简单的统计学方法处理烟气NOX浓度测量异常问题，并可进一步推广至其他测量异常问题。
附图说明
图1为本发明的异常值处理方法流程图；
图2为中位数滤波方法流程图；
图3为实例中A、B侧烟气NOX浓度测量值和A、B侧NOX浓度差；
图4为实例中采用移动中位数滤波的结果图；
图5为实例中采用标准差滤波的结果图；
图6为实例中采用本发明方法进行标准差滤波及异常区域定位图；
图7为实例中采用本发明方法进行标准差-中位数滤波的结果图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
本发明针对SCR系统进出口的NOX测量值存在异常的问题，利用SCR系统多测点的NOX测量值序列，通过基于标准差和绝对离差中位数的滤波方法，对异常值进行处理，得到可靠适用的烟气NOX浓度。本发明通过两次滤波的方式，首先通过标准差滤波进行滤波并定位异常区域，随后针对异常区域采用中位数滤波的方法作进一步滤波处理，可得到更优的滤波效果，并且避免了正常突变值被处理的问题。本发明所提方法可处理烟气NOX浓度测量异常问题，并可进一步推广至其他测量异常问题。
作为一种实施例，采用来自某电厂脱硝系统的烟气NOX浓度测量数据对本发明所提方法的有效性进行验证，使用该脱硝系统2020年3月1日由20:30至24:00的A、B侧烟气NOX浓度值，采样频率为3秒，数据长度为4200。如图1所示，本发明具体包括如下步骤：
步骤1：采集某电厂SCR脱硝系统2020年3月1日由20:30至24:00的A测烟气NOX浓度
Figure DEST_PATH_IMAGE049
、B测烟气NOX浓度
Figure 249889DEST_PATH_IMAGE002
测量值序列，采样频率为3秒，计算每一时刻A、B侧浓度差值，每侧共计4200个，如图3所示，其中矩形框标注为正常突变值位置；
步骤2：计算采集到的4200个A、B侧浓度差值的均值和标准差；
步骤3：依据4200个浓度差值的均值和标准差设置浓度差值的上下限阈值；
步骤4：计算每个浓度差值是否在上下限阈值内，若在上下限阈值内，则认为对应的
Figure 620828DEST_PATH_IMAGE049
和
Figure 757280DEST_PATH_IMAGE002
为正常值；若在上下限阈值外，则此处的浓度差值为离群值，并将其标注为异常区域，以A侧烟气浓度为例，滤波结果和异常区域如图4所示；采用本发明方法进行标准差滤波及异常区域定位图如图6所示。
步骤5：如图2所示，对由步骤4处理后标注为异常区域的测量值采用中位数区域滤波的方式进行进一步处理，分别计算
Figure 580879DEST_PATH_IMAGE001
和
Figure 844501DEST_PATH_IMAGE003
在异常区域内的测量值的中位数值，并分别计算
Figure 69946DEST_PATH_IMAGE001
和
Figure 987087DEST_PATH_IMAGE003
异常区域内的测量值的绝对离差中位数；
步骤6：依据步骤5计算得到的中位数和绝对离差中位数设置
Figure 688196DEST_PATH_IMAGE001
和
Figure 348984DEST_PATH_IMAGE003
的上下限阈值；
步骤7：分别计算
Figure 304302DEST_PATH_IMAGE011
、
Figure 923502DEST_PATH_IMAGE012
中的各测量值是否在上下限阈值内，若在上下限阈值内，则保留对应的测量值；若在上下限阈值外，则认为其为离群值，对其进行剔除；
步骤8：基于保留的
Figure 456114DEST_PATH_IMAGE011
和
Figure 325455DEST_PATH_IMAGE012
中的测量值，对步骤7处理所剔除的数据进行拟合，将测量序列填充还原为长度为4200的烟气NOX浓度序列，即为异常值处理后的SCR脱硝系统A、B测烟气NOX浓度，以A侧烟气浓度为例，结果如图5所示。
以A侧烟气浓度为例，图4所示为采用移动中位数滤波的结果图，其离群值共有154个，其中包括被误处理的正常突变值125个，图5所示为采用标准差滤波的结果图，其离群值共有40个，其中包括被误处理的正常突变值11个，结合图3的正常突变值位置可见，通过移动中位数滤波和采用标准差滤波都将正常突变值作为异常值进行了处理，尤其图4中将大量正常突变值误除，影响了正常测量值的输出。而由图7所示结果可见，其离群值为29个，对于正常突变值均进行了保留，未出现误处理的问题。本发明采用标准差-中位数滤波方法避免了正常突变值被剔除的问题，并且在其他异常区域也得到了良好的异常值处理结果。

Claims (6)

1.一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，其特征在于，包括以下步骤：
步骤1：采集n维历史SCR脱硝系统A侧烟气NOX浓度
Figure 926235DEST_PATH_IMAGE001
的测量值序列和B侧烟气NOX浓度
Figure 312217DEST_PATH_IMAGE002
的测量值序列，计算每一时刻
Figure 295217DEST_PATH_IMAGE001
和
Figure 956005DEST_PATH_IMAGE003
的差值；
步骤2：计算n个A侧烟气NOX浓度
Figure 973640DEST_PATH_IMAGE001
和B侧烟气NOX浓度
Figure 264944DEST_PATH_IMAGE003
差值
Figure 797556DEST_PATH_IMAGE004
的均值和标准差；
步骤3：依据n个A侧烟气NOX浓度
Figure 199719DEST_PATH_IMAGE001
和B侧烟气NOX浓度
Figure 134177DEST_PATH_IMAGE003
差值
Figure 94917DEST_PATH_IMAGE004
的均值和标准差，设置上下限阈值：
Figure 52509DEST_PATH_IMAGE005
Figure 55100DEST_PATH_IMAGE006
上式中，
Figure 781748DEST_PATH_IMAGE007
为下限阈值，
Figure DEST_PATH_IMAGE008
为上限阈值；
Figure 946013DEST_PATH_IMAGE009
为阈值系数；
Figure DEST_PATH_IMAGE010
为n个A侧烟气NOX浓度
Figure 656480DEST_PATH_IMAGE011
和B侧烟气NOX浓度
Figure DEST_PATH_IMAGE012
差值
Figure 400445DEST_PATH_IMAGE004
的均值；
Figure 247178DEST_PATH_IMAGE013
为n个A侧烟气NOX浓度
Figure 51186DEST_PATH_IMAGE011
和B侧烟气NOX浓度
Figure DEST_PATH_IMAGE014
差值
Figure 750414DEST_PATH_IMAGE004
的标准差；
步骤4：根据上限阈值
Figure 94808DEST_PATH_IMAGE008
和下限阈值
Figure 61627DEST_PATH_IMAGE015
对A侧和B侧NOX浓度实时测量数据的浓度差值
Figure 36536DEST_PATH_IMAGE004
进行标准差滤波，提取出异常值位置：
步骤5：对步骤4处理后标注为异常区域的浓度差值
Figure 252754DEST_PATH_IMAGE004
对应的A侧和B侧NOX浓度测量值采用中位数区域滤波的方式处理；
步骤6：根据步骤5计算得到的中位数值和绝对离差中位数，设置
Figure 338521DEST_PATH_IMAGE001
和
Figure DEST_PATH_IMAGE016
的上下限阈值；
Figure DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE018
上式中，
Figure DEST_PATH_IMAGE019
为
Figure DEST_PATH_IMAGE020
和
Figure 363109DEST_PATH_IMAGE021
的上阈值，
Figure 508920DEST_PATH_IMAGE022
为
Figure 914231DEST_PATH_IMAGE020
和
Figure 600427DEST_PATH_IMAGE021
的下阈值；
Figure 276259DEST_PATH_IMAGE023
为
Figure 655288DEST_PATH_IMAGE020
和
Figure 783781DEST_PATH_IMAGE021
中m个测量值的绝对离差中位数；
Figure 476931DEST_PATH_IMAGE024
表示中位数计算；
Figure DEST_PATH_IMAGE025
为阈值系数；
步骤7：分别计算步骤4处理后标注为异常区域的
Figure 7269DEST_PATH_IMAGE001
和
Figure 557199DEST_PATH_IMAGE026
序列中的测量值是否在上下限阈值内：若在
Figure 172988DEST_PATH_IMAGE001
和
Figure 669829DEST_PATH_IMAGE026
的上下限阈值内，则保留对应的测量值；若在
Figure 116991DEST_PATH_IMAGE001
和
Figure 509926DEST_PATH_IMAGE026
的上下限阈值外，则为离群值并将其剔除；
步骤8：基于保留的
Figure 675328DEST_PATH_IMAGE001
和
Figure 200026DEST_PATH_IMAGE026
中的测量值，对步骤7所剔除的离群值进行拟合，将测量值序列填充还原为正常时序的烟气NOX浓度序列。
2.根据权利要求1所述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，其特征在于，所述步骤1具体包括如下步骤：
步骤1.1：采集n维历史SCR脱硝系统A侧烟气NOX浓度测量值序列
Figure 704957DEST_PATH_IMAGE027
和B侧烟气NOX浓度测量值序列
Figure 331110DEST_PATH_IMAGE028
，其中
Figure 921491DEST_PATH_IMAGE029
和
Figure 556872DEST_PATH_IMAGE030
为i时刻A侧和B侧烟气NOX浓度测量值，i=1,2,…n；
步骤1.2：计算每一时刻A侧和B侧浓度差值
Figure 650730DEST_PATH_IMAGE004
，
Figure 916626DEST_PATH_IMAGE031
，i为时刻，i=1,2,…n。
3.根据权利要求1所述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，其特征在于，所述步骤4具体包括如下步骤：
步骤4.1、计算实时测量数据中每个A侧和B侧NOX浓度差值
Figure 791041DEST_PATH_IMAGE004
；
步骤4.2、若实时测量数据中每个A侧和B侧NOX浓度差值
Figure 167796DEST_PATH_IMAGE004
<下限阈值
Figure 444057DEST_PATH_IMAGE032
，则浓度差值
Figure 615275DEST_PATH_IMAGE004
为离群值，将该浓度差值
Figure 180249DEST_PATH_IMAGE004
标注为异常区域；
步骤4.3、若实时测量数据中每个A侧和B侧NOX浓度差值
Figure 157432DEST_PATH_IMAGE004
>上限阈值
Figure 724417DEST_PATH_IMAGE033
，则浓度差值
Figure 128854DEST_PATH_IMAGE004
为离群值，将该浓度差值
Figure 915544DEST_PATH_IMAGE004
标注为异常区域；
步骤4.4、若实时测量数据中每个A侧和B侧NOX浓度差值
Figure 634101DEST_PATH_IMAGE004
满足：下限阈值
Figure 884954DEST_PATH_IMAGE032
≤浓度差值
Figure 397975DEST_PATH_IMAGE004
≤上限阈值
Figure 734279DEST_PATH_IMAGE033
，则该浓度差值
Figure 990947DEST_PATH_IMAGE004
为正常值。
4.根据权利要求1所述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，其特征在于，所述步骤5具体包括如下步骤：
步骤5.1、记由步骤4处理后标注为异常区域的
Figure DEST_PATH_IMAGE034
和
Figure 565148DEST_PATH_IMAGE035
的测量值序列的数量均为m，分别计算
Figure 249071DEST_PATH_IMAGE034
和
Figure DEST_PATH_IMAGE036
中这m个测量值的中位数值：
步骤5.2、并分别计算
Figure 10353DEST_PATH_IMAGE001
和
Figure 133030DEST_PATH_IMAGE003
中m个测量值的绝对离差中位数；
Figure 797623DEST_PATH_IMAGE037
上式中，
Figure DEST_PATH_IMAGE038
为经过步骤4处理后标注为异常区域内的
Figure 918026DEST_PATH_IMAGE001
和
Figure 166604DEST_PATH_IMAGE003
序列，
Figure 30655DEST_PATH_IMAGE039
为
Figure DEST_PATH_IMAGE040
或
Figure 48290DEST_PATH_IMAGE041
，
Figure DEST_PATH_IMAGE042
表示中位数计算。
5.根据权利要求1所述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，其特征在于：所述步骤8中正常时序的烟气NOX浓度序列为异常值处理后的SCR脱硝系统中A侧烟气NOX浓度
Figure 870752DEST_PATH_IMAGE043
的测量值序列和B侧烟气NOX浓度
Figure 341048DEST_PATH_IMAGE003
。
6.根据权利要求1所述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，其特征在于：所述步骤8对步骤7所剔除的离群值采用插值法进行拟合。
CN202011033576.XA 2020-09-27 2020-09-27 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 Active CN111931132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011033576.XA CN111931132B (zh) 2020-09-27 2020-09-27 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011033576.XA CN111931132B (zh) 2020-09-27 2020-09-27 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

Publications (2)

Publication Number Publication Date
CN111931132A true CN111931132A (zh) 2020-11-13
CN111931132B CN111931132B (zh) 2020-12-22

Family

ID=73334825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011033576.XA Active CN111931132B (zh) 2020-09-27 2020-09-27 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

Country Status (1)

Country Link
CN (1) CN111931132B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010996A (zh) * 2021-02-03 2021-06-22 南华大学 基于信息熵-子区中位数衬值滤波提取土壤氡浓度异常区域的方法和系统
CN113360844A (zh) * 2021-04-27 2021-09-07 国能南京电力试验研究有限公司 加权系数法计算复合烟囱NOx浓度小时均值的方法
CN116774639A (zh) * 2023-08-24 2023-09-19 中国水利水电第九工程局有限公司 一种基于互联网的污水处理设备远程控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103574581A (zh) * 2013-11-15 2014-02-12 神华集团有限责任公司 一种火电机组NOx燃烧优化方法及系统
CN106599271A (zh) * 2016-12-22 2017-04-26 江苏方天电力技术有限公司 一种燃煤机组排放监测时序数据异常值检测方法
US20180274428A1 (en) * 2017-03-27 2018-09-27 Toyota Jidosha Kabushiki Kaisha NOx SENSOR ABNORMALITY DETECTOR
CN108825344A (zh) * 2018-06-08 2018-11-16 无锡威孚力达催化净化器有限责任公司 一种NOx传感器测量值合理性判断方法及装置
CN109493250A (zh) * 2018-11-06 2019-03-19 大唐南京环保科技有限责任公司 一种scr反应器的脱硝能力的评估方法
CN110580936A (zh) * 2019-09-06 2019-12-17 山西普丽环境工程股份有限公司 中低温scr脱硝催化剂的寿命预测方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103574581A (zh) * 2013-11-15 2014-02-12 神华集团有限责任公司 一种火电机组NOx燃烧优化方法及系统
CN106599271A (zh) * 2016-12-22 2017-04-26 江苏方天电力技术有限公司 一种燃煤机组排放监测时序数据异常值检测方法
US20180274428A1 (en) * 2017-03-27 2018-09-27 Toyota Jidosha Kabushiki Kaisha NOx SENSOR ABNORMALITY DETECTOR
CN108825344A (zh) * 2018-06-08 2018-11-16 无锡威孚力达催化净化器有限责任公司 一种NOx传感器测量值合理性判断方法及装置
CN109493250A (zh) * 2018-11-06 2019-03-19 大唐南京环保科技有限责任公司 一种scr反应器的脱硝能力的评估方法
CN110580936A (zh) * 2019-09-06 2019-12-17 山西普丽环境工程股份有限公司 中低温scr脱硝催化剂的寿命预测方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
念小文: "《某燃气电厂NOx排放测值异常分析与处理》", 《燃气轮机技术》 *
杨堃: "《火电机组烟气脱硝系统入口NOx浓度动态估计研究》", 《万方学位论文全文数据库》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010996A (zh) * 2021-02-03 2021-06-22 南华大学 基于信息熵-子区中位数衬值滤波提取土壤氡浓度异常区域的方法和系统
CN113010996B (zh) * 2021-02-03 2022-07-22 南华大学 基于熵-子区中位数滤波提取氡浓度异常的方法和系统
CN113360844A (zh) * 2021-04-27 2021-09-07 国能南京电力试验研究有限公司 加权系数法计算复合烟囱NOx浓度小时均值的方法
CN116774639A (zh) * 2023-08-24 2023-09-19 中国水利水电第九工程局有限公司 一种基于互联网的污水处理设备远程控制系统
CN116774639B (zh) * 2023-08-24 2023-10-27 中国水利水电第九工程局有限公司 一种基于互联网的污水处理设备远程控制系统

Also Published As

Publication number Publication date
CN111931132B (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
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
CN109493250B (zh) 一种scr反应器的脱硝能力的评估方法
CN103592407B (zh) 一种电厂scr脱硝系统催化剂活性在线监测方法
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
CN104215546B (zh) 一种电站锅炉空气预热器堵灰监测系统及其工作方法
CN113740090B (zh) 一种用于火电厂的空预器防堵方法及系统
CN106837488A (zh) Scr前馈控制计算方法
CN105069185A (zh) 一种利用烟气压差法建立空预器清洁因子计算模型的方法及应用
CN103885337B (zh) 一种基于成本计算的低氮燃烧最优NOx排放量控制方法
CN107292523A (zh) 火电机组环保性能的评价方法和系统
CN111584015B (zh) 脱硝系统入口NOx测量延迟估计方法及装置
CN111044667B (zh) 一种脱硝系统催化剂活性的评价方法及脱硝效率的修正方法
CN107551774A (zh) 一种用于火力发电厂的脱硝控制方法和系统
CN113283052A (zh) 飞灰含碳量软测量方法及燃煤锅炉燃烧优化方法和系统
CN108939890A (zh) 一种基于仿人智能控制的scr烟气脱硝控制方法
CN111540412A (zh) 一种基于最小二乘法的scr反应器入口烟气软测量方法
CN113819482B (zh) 火电站空预器防堵控制方法及系统和火电站空预器系统
CN117603744A (zh) 一种自动化天然气脱硫系统
CN112037106B (zh) 一种基于特征互相关性和概率密度的数据异常分析方法
CN109933884B (zh) 一种面向燃煤机组scr脱硝系统神经网络逆控制的方法
CN106526064B (zh) 一种动态检测scr脱硝过程中催化剂活性的方法
CN115685829A (zh) 一种兼顾碳捕集的二氧化碳碳足迹管控系统
JPH112403A (ja) ボイラ装置
CN118192378B (zh) 一种基于物联网的热能设备运行控制系统
US20230166212A1 (en) Automated co2 capture process control system with solvent property prediction

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