CN113578007A - 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 - Google Patents
一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 Download PDFInfo
- Publication number
- CN113578007A CN113578007A CN202110913183.6A CN202110913183A CN113578007A CN 113578007 A CN113578007 A CN 113578007A CN 202110913183 A CN202110913183 A CN 202110913183A CN 113578007 A CN113578007 A CN 113578007A
- Authority
- CN
- China
- Prior art keywords
- scr
- partition
- subarea
- coal
- flue gas
- 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 121
- 229910021529 ammonia Inorganic materials 0.000 title claims abstract description 60
- 238000002347 injection Methods 0.000 title claims abstract description 50
- 239000007924 injection Substances 0.000 title claims abstract description 50
- 239000003546 flue gas Substances 0.000 title claims abstract description 41
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005192 partition Methods 0.000 claims abstract description 120
- 229910000069 nitrogen hydride Inorganic materials 0.000 claims abstract description 35
- 238000011217 control strategy Methods 0.000 claims abstract description 20
- 230000001105 regulatory effect Effects 0.000 claims description 28
- 239000003638 chemical reducing agent Substances 0.000 claims description 23
- 238000005507 spraying Methods 0.000 claims description 18
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 239000003245 coal Substances 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000015654 memory Effects 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims 2
- 238000005259 measurement Methods 0.000 abstract description 7
- 150000001875 compounds Chemical class 0.000 abstract description 2
- 239000000779 smoke Substances 0.000 description 6
- 230000000306 recurrent effect Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010531 catalytic reduction reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 235000011114 ammonium hydroxide Nutrition 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 231100001143 noxa Toxicity 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Images
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
- B01D53/346—Controlling the process
-
- 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
-
- 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
- B01D2251/00—Reactants
- B01D2251/20—Reductants
- B01D2251/206—Ammonium compounds
- B01D2251/2062—Ammonia
Abstract
本发明涉及一种基于分区喷氨的燃煤烟气SCR脱硝调控系统及方法,该系统包括SCR分区测量系统和SCR多分区混合预测控制系统;SCR分区测量系统包括依次连接的SCR入口烟道、SCR喷射装置、SCR反应器和SCR出口烟道;SCR入口烟道中设置流量测量仪表和温度测量仪表,SCR出口烟道中设置有NOx测量仪表;SCR多分区混合预测控制系统包括多分区混合预测模型与多分区控制策略模块,多分区混合预测模型用于预测各分区的NOx浓度;实时测量的各分区的NOx浓度用于对预测模型进行修正;多分区控制策略模块用于确定NH3总量及各分区NH3量。本发明降低了运行成本。
Description
技术领域
本发明涉及SCR脱硝技术领域,特别是涉及一种基于分区喷氨的燃煤烟气SCR脱硝调控系统及方法。
背景技术
目前典型的燃煤电厂采用SCR(选择性催化还原)脱硝系统,喷氨点设置在SCR反应器入口垂直烟道内,烟道截面较大,造成截面速度场、温度场与NOx浓度分布不均匀;喷氨管路采用手动阀,不能实现在线调节喷氨配比与喷氨量;现有DCS(Distributed ControlSystem,分布式控制系统)系统对运行工况的响应具有时滞性;为满足超低排放要求人工采用过量喷氨控制方式;最终导致了SCR脱硝系统出口NOx波动频繁,系统运行物耗偏高,过量喷氨现象造成后续空预器堵塞腐蚀,增大脱硝系统运行成本。
发明内容
本发明的目的是提供一种基于分区喷氨的燃煤烟气SCR脱硝调控系统及方法,实现减小SCR脱硝系统出口NOx波动,降低系统运行成本的目的。
为实现上述目的,本发明提供了如下方案:
一种基于分区喷氨的燃煤烟气SCR脱硝调控系统,包括:SCR分区测量系统和SCR多分区混合预测控制系统;
所述SCR分区测量系统包括依次连接的SCR入口烟道、SCR喷射装置、SCR反应器和SCR出口烟道;所述SCR入口烟道中设置流量测量仪表和温度测量仪表,所述流量测量仪表用于实时测量各分区的烟气流量,所述温度测量仪表用于实时测量各分区的温度,所述SCR出口烟道中设置有NOx测量仪表,所述NOx测量仪表用于实时测量各分区的NOx浓度;
所述SCR多分区混合预测控制系统包括多分区混合预测模型与多分区控制策略模块,所述多分区混合预测模型用于根据锅炉运行数据、各分区的温度和各分区的烟气流量预测各分区的NOx浓度;所述NOx测量仪表实时测量的各分区的NOx浓度用于对所述多分区混合预测模型进行修正;所述多分区控制策略模块用于根据所述多分区混合预测模型输出的各分区的NOx浓度和设定的出口NOx浓度,确定NH3总量及各分区NH3量,根据所述NH3总量及各分区NH3量确定输入所述SCR喷射装置的还原剂总量和各分区还原剂的量。
可选地,所述锅炉运行数据包括负荷、给煤量、氧量、温度、一次风量和二次风量。
可选地,所述多分区混合预测模型为循环神经网络模型或长短期记忆网络模型。
可选地,还包括SCR多分区控制系统,所述SCR多分区控制系统包括分区喷氨控制箱、总气动调节阀、多个分区气动调节阀,所述分区喷氨控制箱的输入连接所述多分区控制策略模块,所述分区喷氨控制箱的输出连接所述总气动调节阀和各分区气动调节阀,各分区气动调节阀连接所述SCR反应器,所述分区喷氨控制箱用于将所述多分区控制策略模块输入的还原剂总量和各分区还原剂的量转换为响应的电信号传至所述总气动调节阀与各所述分区气动调节阀,控制所述总气动调节阀和与各所述分区气动调节阀的开度。
可选地,所述温度测量仪表为矩阵测温仪表。
本发明还公开了一种基于分区喷氨的燃煤烟气SCR脱硝调控方法,所述燃煤烟气SCR脱硝智能调控方法应用所述的燃煤烟气SCR脱硝智能调控系统,包括:
实时获取锅炉运行数据;
实时获取SCR入口烟道各分区的流量和各分区的温度;
实时获取SCR出口烟道各分区的NOx浓度;
将所述锅炉运行数据、各分区的流量和各分区的温度输入多分区混合预测模型,输出各分区的NOx浓度预测值,采用所述SCR出口烟道获取的各分区的NOx浓度对所述多分区混合预测模型进行修正;
根据所述多分区混合预测模型输出的各分区的NOx浓度和设定的出口NOx浓度,确定NH3总量及各分区NH3量;
根据所述NH3总量及各分区NH3量确定输入所述SCR喷射装置的还原剂总量和各分区还原剂的量。
可选地,所述锅炉运行数据包括负荷、给煤量、氧量、温度、一次风量和二次风量。
可选地,所述多分区混合预测模型为循环神经网络模型或长短期记忆网络模型。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明一种基于分区喷氨的燃煤烟气SCR脱硝调控系统及方法,通过多分区混合预测模型对SCR出口烟道各分区的NOx浓度进行预测,并采用从SCR出口烟道实时采集的各分区的NOx浓度对多分区混合预测模型进行修正,根据各分区的NOx浓度的预测值控制输入所述SCR喷射装置的还原剂总量和各分区还原剂的量,提高了分区控制的准确性,从而降低了过量喷氨的问题,降低了系统的运行成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种基于分区喷氨的燃煤烟气SCR脱硝调控系统结构示意图;
图2为本发明一种基于分区喷氨的燃煤烟气SCR脱硝调控方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本发明的目的是提供一种基于分区喷氨的燃煤烟气SCR脱硝调控系统及方法,降低了系统的运行成本。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种基于分区喷氨的燃煤烟气SCR脱硝调控系统结构示意图,如图1所示,一种基于分区喷氨的燃煤烟气SCR脱硝调控系统,包括:SCR分区测量系统、SCR多分区混合预测控制系统和SCR多分区控制系统。
SCR分区测量系统包括依次连接的锅炉、SCR入口烟道、SCR喷射装置、SCR反应器和SCR出口烟道;SCR入口烟道中设置流量测量仪表和温度测量仪表,流量测量仪表用于实时测量各分区的烟气流量,温度测量仪表用于实时测量各分区的温度,SCR出口烟道中设置有NOx测量仪表,NOx(氮氧化物)测量仪表用于实时测量各分区的NOx浓度。
SCR多分区混合预测控制系统包括多分区混合预测模型与多分区控制策略模块,多分区混合预测模型用于根据锅炉运行数据、各分区的温度和各分区的烟气流量预测各分区的NOx浓度;NOx测量仪表实时测量的各分区的NOx浓度用于对多分区混合预测模型进行修正;多分区控制策略模块用于根据多分区混合预测模型输出的各分区的NOx浓度和设定的出口NOx浓度,确定NH3总量及各分区NH3量,根据NH3总量及各分区NH3量确定输入SCR喷射装置的还原剂总量和各分区还原剂的量。
锅炉运行数据包括负荷、给煤量、氧量、温度、一次风量和二次风量。
多分区混合预测模型为循环神经网络模型或长短期记忆网络模型。
还原剂主要包括液氨、尿素以及氨水。
SCR多分区控制系统包括分区喷氨控制箱、总气动调节阀、多个分区气动调节阀,分区喷氨控制箱的输入连接多分区控制策略模块,分区喷氨控制箱的输出连接总气动调节阀和各分区气动调节阀,各分区气动调节阀连接SCR反应器,分区喷氨控制箱用于将多分区控制策略模块输入的还原剂总量和各分区还原剂的量转换为响应的电信号传至总气动调节阀与各分区气动调节阀,控制总气动调节阀和与各分区气动调节阀的开度。
温度测量仪表为矩阵测温仪表。
下面详细说明本发明一种基于分区喷氨的燃煤烟气SCR脱硝调控系统,一种基于分区喷氨的燃煤烟气SCR脱硝调控系统包括SCR分区测量系统、SCR多分区混合预测控制系统和SCR多分区智能控制系统(SCR多分区控制系统)。
SCR分区测量系统依次包括锅炉、SCR入口烟道、SCR喷射装置、SCR反应器和SCR出口烟道。锅炉测量数据(锅炉运行数据)为负荷、给煤量、氧量、温度和一次/二次风量;SCR喷射装置入口烟道(SCR入口烟道)上设置分区流量与分区温度测量仪表,实时测量烟道不同分区的烟气流量与温度;SCR出口烟道设置分区NOx测量仪表,实时测量脱硝出口烟道截面各区NOx浓度。
SCR多分区混合预测控制系统包括多分区混合预测模型与多分区智能控制策略(多分区控制策略模块)。多分区混合预测模型是基于RNN(Recurrent Neural Network,循环神经网络)与LSTM(Long Short-Term Memory,长短期记忆网络)算法,建立SCR脱硝工艺机理与脱硝运行参数(上述SCR分区测量所提供的实时参数)耦合的混合模型,能够实现对烟气中NOx浓度总量以及分区NOx含量的预测,其中出口NOx浓度作为校对值用以修正模型,实现多分区混合预测模型的在线优化。多分区混合预测模型的在线优化具体包括以下步骤:
(1)利用脱硝系统(SCR系统)的历史运行数据,设定SCR出口烟道NOx浓度为目标值,SCR分区测量系统提供的实时参数为输入值,基于RNN与LSTM神经网络算法,预测SCR出口烟道NOx浓度,将预测值与目标值的比较,获得预测精准度。历史运行数据包括锅炉运行数据、SCR入口烟道各分区流量和SCR入口烟道各分区温度以及SCR出口烟道各分区NOx浓度。
(2)调整混合模型中历史数据运行参数的权重,利用该神经网络算法,不断进行预测-对比-调整的过程,建立精准的多分区混合预测模型。
(3)将实时运行数据输入至多分区混合预测模型中,获得烟气中NOx浓度总量以及分区NOx含量的实时预测值,将出口NOx浓度实时数据作为校对值,多分区混合预测模型依据校对值微调运行参数权重,实现该模型在运行过程中的不断优化。
多分区智能控制策略是以预测的NOx总量与分区NOx含量为依据,以设定的出口NOx值为目标,计算所需NH3的总量及分区NH3量,从而计算得出还原剂的用量。所需NH3的总量及分区NH3量的计算公式如下:
mNH3=δ×(mNOx-mout)×Qg/MNOx/1000
mNH3,n=δn×(mNOx,n-mout)×Qg,n/MNOx/1000
其中:mNH3为NH3总量,mNH3,n为第n个分区NH3量,mout为SCR出口烟道NOx值;δ为氨氮摩尔比,δn为第n个分区氨氮摩尔比;Qg为总烟气量,Qg,n为第n个分区烟气量;MNOx为NOx的摩尔质量。
SCR多分区智能控制系统包括分区喷氨控制箱、总气动调节阀和分区气动调节阀。分期喷氨控制箱将上述控制策略得出的还原剂总量与分区用量转化成响应的电信号传至总气动调节阀与分区气动调节阀,控制阀门开度,实现对脱硝系统分区的智能调控。
本发明在喷氨格栅前增加矩阵测温和测流量仪表,获取喷氨格栅前各分区精确的温度和烟气流量数据,在SCR反应器下游安装分区NOx测量仪表,为算法模型提供数据支持;各分区喷氨调节阀由手动阀升级为气动调节阀。实时采集SCR反应器后各分区污染物浓度、喷氨格栅前各分区烟气温度流量和前端锅炉燃烧等数据。
利用锅炉燃烧数据和喷氨格栅前各分区温度和烟气流量等数据,通过神经网络算法建立的多区混合预测模型对NOx浓度进行预测分析,通过分区智能控制策略中的总量控制模块精准控制总氨量。
利用喷氨格栅前各分区烟气温度和烟气流量和SCR反应器后各分区污染物浓度等数据,通过分区智能控制策略中的分区控制模块精准控制各分区的氨量,改变以往测量控制滞后的窘境,实现超前预测、精准控制和在线调平等功能。
通过通讯将优化后的各调节阀开度参数传给DCS,无扰切换后在线实时调整各分区的喷氨量,并同时使用边缘计算来实时优化模型参数。
图2为本发明一一种基于分区喷氨的燃煤烟气SCR脱硝调控方法流程示意图,如图2所示,一种基于分区喷氨的燃煤烟气SCR脱硝调控方法应用一种基于分区喷氨的燃煤烟气SCR脱硝调控系统,一种基于分区喷氨的燃煤烟气SCR脱硝调控方法包括以下步骤:
步骤201:实时获取锅炉运行数据。
步骤202:实时获取SCR入口烟道各分区的流量和各分区的温度。
步骤203:实时获取SCR出口烟道各分区的NOx浓度。
步骤204:将锅炉运行数据、各分区的流量和各分区的温度输入多分区混合预测模型,输出各分区的NOx浓度预测值,采用SCR出口烟道获取的各分区的NOx浓度对多分区混合预测模型进行修正。
步骤205:根据多分区混合预测模型输出的各分区的NOx浓度和设定的出口NOx浓度,确定NH3总量及各分区NH3量。
步骤206:根据NH3总量及各分区NH3量确定输入SCR喷射装置的还原剂总量和各分区还原剂的量。
锅炉运行数据包括负荷、给煤量、氧量、温度、一次风量和二次风量。
多分区混合预测模型为循环神经网络模型或长短期记忆网络模型。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于分区喷氨的燃煤烟气SCR脱硝调控系统,其特征在于,包括:SCR分区测量系统和SCR多分区混合预测控制系统;
所述SCR分区测量系统包括依次连接的SCR入口烟道、SCR喷射装置、SCR反应器和SCR出口烟道;所述SCR入口烟道中设置流量测量仪表和温度测量仪表,所述流量测量仪表用于实时测量各分区的烟气流量,所述温度测量仪表用于实时测量各分区的温度,所述SCR出口烟道中设置有NOx测量仪表,所述NOx测量仪表用于实时测量各分区的NOx浓度;
所述SCR多分区混合预测控制系统包括多分区混合预测模型与多分区控制策略模块,所述多分区混合预测模型用于根据锅炉运行数据、各分区的温度和各分区的烟气流量预测各分区的NOx浓度;所述NOx测量仪表实时测量的各分区的NOx浓度用于对所述多分区混合预测模型进行修正;所述多分区控制策略模块用于根据所述多分区混合预测模型输出的各分区的NOx浓度和设定的出口NOx浓度,确定NH3总量及各分区NH3量,根据所述NH3总量及各分区NH3量确定输入所述SCR喷射装置的还原剂总量和各分区还原剂的量。
2.根据权利要求1所述的基于分区喷氨的燃煤烟气SCR脱硝调控系统,其特征在于,所述锅炉运行数据包括负荷、给煤量、氧量、温度、一次风量和二次风量。
3.根据权利要求1所述的基于分区喷氨的燃煤烟气SCR脱硝调控系统,其特征在于,所述多分区混合预测模型为循环神经网络模型或长短期记忆网络模型。
4.根据权利要求1所述的基于分区喷氨的燃煤烟气SCR脱硝调控系统,其特征在于,还包括SCR多分区控制系统,所述SCR多分区控制系统包括分区喷氨控制箱、总气动调节阀、多个分区气动调节阀,所述分区喷氨控制箱的输入连接所述多分区控制策略模块,所述分区喷氨控制箱的输出连接所述总气动调节阀和各分区气动调节阀,各分区气动调节阀连接所述SCR反应器,所述分区喷氨控制箱用于将所述多分区控制策略模块输入的还原剂总量和各分区还原剂的量转换为响应的电信号传至所述总气动调节阀与各所述分区气动调节阀,控制所述总气动调节阀和与各所述分区气动调节阀的开度。
5.根据权利要求1所述的基于分区喷氨的燃煤烟气SCR脱硝调控系统,其特征在于,所述温度测量仪表为矩阵测温仪表。
6.一种基于分区喷氨的燃煤烟气SCR脱硝调控方法,其特征在于,所述的基于分区喷氨的燃煤烟气SCR脱硝调控方法应用权利要求1-5任一项所述的基于分区喷氨的燃煤烟气SCR脱硝调控系统,包括:
实时获取锅炉运行数据;
实时获取SCR入口烟道各分区的流量和各分区的温度;
实时获取SCR出口烟道各分区的NOx浓度;
将所述锅炉运行数据、各分区的流量和各分区的温度输入多分区混合预测模型,输出各分区的NOx浓度预测值,采用所述SCR出口烟道获取的各分区的NOx浓度对所述多分区混合预测模型进行修正;
根据所述多分区混合预测模型输出的各分区的NOx浓度和设定的出口NOx浓度,确定NH3总量及各分区NH3量;
根据所述NH3总量及各分区NH3量确定输入所述SCR喷射装置的还原剂总量和各分区还原剂的量。
7.根据权利要求6所述的基于分区喷氨的燃煤烟气SCR脱硝调控方法,其特征在于,所述锅炉运行数据包括负荷、给煤量、氧量、温度、一次风量和二次风量。
8.根据权利要求6所述的基于分区喷氨的燃煤烟气SCR脱硝调控方法,其特征在于,所述多分区混合预测模型为循环神经网络模型或长短期记忆网络模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110913183.6A CN113578007A (zh) | 2021-08-10 | 2021-08-10 | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110913183.6A CN113578007A (zh) | 2021-08-10 | 2021-08-10 | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113578007A true CN113578007A (zh) | 2021-11-02 |
Family
ID=78256771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110913183.6A Pending CN113578007A (zh) | 2021-08-10 | 2021-08-10 | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113578007A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114870627A (zh) * | 2022-05-30 | 2022-08-09 | 西安热工研究院有限公司 | 一种燃煤电厂scr脱硝分区精准喷氨控制方法及系统 |
CN116272358A (zh) * | 2022-09-07 | 2023-06-23 | 浙江大学 | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09187625A (ja) * | 1996-01-09 | 1997-07-22 | Babcock Hitachi Kk | 排煙脱硝設備のアンモニア注入量制御装置及び方法 |
CN107243257A (zh) * | 2017-05-08 | 2017-10-13 | 浙江大学 | 适合全负荷的智能喷氨控制系统 |
CN111880504A (zh) * | 2020-08-17 | 2020-11-03 | 大唐环境产业集团股份有限公司 | 一种智能的动态分区喷氨控制方法和系统 |
CN112791566A (zh) * | 2020-12-01 | 2021-05-14 | 呼和浩特科林热电有限责任公司 | 一种SCR入口NOx浓度分区的预测方法 |
-
2021
- 2021-08-10 CN CN202110913183.6A patent/CN113578007A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09187625A (ja) * | 1996-01-09 | 1997-07-22 | Babcock Hitachi Kk | 排煙脱硝設備のアンモニア注入量制御装置及び方法 |
CN107243257A (zh) * | 2017-05-08 | 2017-10-13 | 浙江大学 | 适合全负荷的智能喷氨控制系统 |
CN111880504A (zh) * | 2020-08-17 | 2020-11-03 | 大唐环境产业集团股份有限公司 | 一种智能的动态分区喷氨控制方法和系统 |
CN112791566A (zh) * | 2020-12-01 | 2021-05-14 | 呼和浩特科林热电有限责任公司 | 一种SCR入口NOx浓度分区的预测方法 |
Non-Patent Citations (1)
Title |
---|
吴陈等: "计算机智能与深度学习", 31 March 2021, 西安电子科技大学出版社, pages: 224 - 225 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114870627A (zh) * | 2022-05-30 | 2022-08-09 | 西安热工研究院有限公司 | 一种燃煤电厂scr脱硝分区精准喷氨控制方法及系统 |
CN114870627B (zh) * | 2022-05-30 | 2023-08-01 | 西安热工研究院有限公司 | 一种燃煤电厂scr脱硝分区精准喷氨控制方法及系统 |
CN116272358A (zh) * | 2022-09-07 | 2023-06-23 | 浙江大学 | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 |
CN116272358B (zh) * | 2022-09-07 | 2023-12-05 | 浙江大学 | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105597537B (zh) | 基于预测控制技术的脱硝控制方法 | |
WO2020088485A1 (zh) | 一种智能化多种污染物超低排放系统及全局优化方法 | |
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 | |
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 | |
CN107544288B (zh) | 一种脱硝优化控制方法和系统 | |
CN107561941A (zh) | 一种火电机组脱硝系统的全工况达标排放控制方法 | |
CN113578007A (zh) | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 | |
CN108380043B (zh) | 一种scr脱硝装置分区喷氨调节控制方法 | |
CN105045089A (zh) | 一种基于出口NOx含量控制的锅炉脱硝控制方法及系统 | |
CN104722203A (zh) | 一种加热炉烟气的scr脱硝控制系统和方法 | |
CN109603525B (zh) | 一种基于不均匀度判断的脱硝分区喷氨控制方法 | |
CN105404145A (zh) | 基于指数预测和时滞预估补偿的脱硝新型串级控制方法 | |
CN111880504A (zh) | 一种智能的动态分区喷氨控制方法和系统 | |
CN110501901B (zh) | 基于全负荷精准脱硝要求的scr喷氨调节优化的方法 | |
CN112221347A (zh) | 一种scr脱硝系统精准喷氨控制方法 | |
CN110038426A (zh) | 一种调频式智能控氨系统及方法 | |
CN112316718A (zh) | 一种w火焰锅炉脱硝喷氨控制系统及方法 | |
CN103116282B (zh) | 循环流化床脱硫剂预投入量多目标优化方法 | |
CN114307627B (zh) | 一种基于理论氨耗量的脱硝调节方法 | |
CN113970937A (zh) | 一种scr脱硝精准喷氨控制方法 | |
CN107561944A (zh) | 一种基于拉盖尔模型的脱硝系统自适应预测控制方法 | |
CN110967452A (zh) | 一种气体测量系统的布设方法 | |
CN207928976U (zh) | 一种具有前馈测量环节的scr脱硝喷氨调控系统 | |
CN207929006U (zh) | 一种scr脱硝喷氨调控系统 | |
CN211906073U (zh) | 一种工业锅炉sncr脱硝控制系统 |
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 |