CN114442486A - 一种火电机组scr脱硝优化控制系统及控制方法 - Google Patents
一种火电机组scr脱硝优化控制系统及控制方法 Download PDFInfo
- Publication number
- CN114442486A CN114442486A CN202210033120.6A CN202210033120A CN114442486A CN 114442486 A CN114442486 A CN 114442486A CN 202210033120 A CN202210033120 A CN 202210033120A CN 114442486 A CN114442486 A CN 114442486A
- Authority
- CN
- China
- Prior art keywords
- controller
- control
- amount
- output
- main controller
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims abstract description 91
- 229910021529 ammonia Inorganic materials 0.000 claims abstract description 45
- 238000002347 injection Methods 0.000 claims abstract description 20
- 239000007924 injection Substances 0.000 claims abstract description 20
- 239000003245 coal Substances 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 239000003546 flue gas Substances 0.000 claims description 12
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000006477 desulfuration reaction Methods 0.000 description 3
- 230000023556 desulfurization Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000000243 solution Substances 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- B01D53/8631—Processes characterised by a specific device
-
- 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
- B01D53/8696—Controlling the catalytic process
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2257/00—Components to be removed
- B01D2257/40—Nitrogen compounds
- B01D2257/404—Nitrogen oxides other than dinitrogen oxide
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Treating Waste Gases (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开一种火电机组SCR脱硝优化控制系统及控制方法。本发明的控制系统包括主控制器、集成PID控制器、前馈控制器;所述主控制器采用广义预测控制器GPC,所述主控制器的输入为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差,输出量为所需氨气量;所述集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量。本发明结合前馈和反馈的思路从反应源头及时消除烟囱入口处NOx浓度的波动,保证控制系统的稳定性,同时利用广义预测控制提前调节过程,实现精确控制。
Description
技术领域
本发明属于属于电力系统脱硝技术领域,具体涉及一种火电机组SCR脱硝优化控制系统及控制方法。
背景技术
目前火电厂烟气尾部净化设备中大多采用选择性催化还原(SelectiveCatalytic Reduction,SCR)反应器对烟气中的NOx进行脱除,基本原理是在烟气中喷入氨气NH3与NOx在催化剂的条件下发生反应。在实际运行过程中,自动控制系统难以投入,即使能够投入自动控制系统,但调节品质也较差,SCR反应器出口NOx浓度波动较大,同时喷氨量经常处于过量状态,严重的造成空预器堵塞问题。
SCR脱硝控制系统的被控对象响应纯延迟时间接近3分钟,整个响应过程长达十几分钟,是典型的大滞后被控对象,为了改善控制系统的控制品质,本发明提出基于大滞后被控对象的设计思路进行优化。目前普遍应用的控制策略均采用简单的PID+前馈的方案,无法获得良好的控制品质。为此,本发明提出一种基于PID补偿的广义预测控制策略,结合前馈和反馈的思路从反应源头及时消除烟囱入口处NOx浓度的波动,保证控制系统的稳定性,同时利用广义预测控制提前调节过程,实现精确控制。
发明内容
本发明的目的是提供一种火电机组SCR脱硝优化控制系统及控制方法,通过应用广义预测控制补偿SCR出口NOx浓度变化的滞后,采用集成PID的补偿并结合前馈控制提升SCR脱硝控制系统的响应速度。
技术方案:为实现上述发明目的,本发明采用如下技术方案:
一种火电机组SCR脱硝优化控制系统,包括主控制器、集成PID控制器、前馈控制器;所述主控制器采用广义预测控制器GPC,所述主控制器的输入为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差,输出量为所需氨气量;所述集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量。
用上述火电机组SCR脱硝优化控制系统进行火电机组SCR脱硝优化控制的方法,该方法为:采用为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差作为主控制器的输入,主控制器的输出量为所需氨气量;采用集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量,Gm(s)为喷氨量烟气浓度到SCR出口NOx浓度过程动态,Gk(s)为风煤比计算值到SCR出口NOx浓度的过程动态特性,主控制器的输出与集成PID控制器计算的修正系数相乘后计算出的量为喷氨量在烟气中的浓度,通过乘以烟气量即可得出所需氨气量,再将其送给喷氨阀门进行喷氨量控制。
进一步地,所述主控制器采用广义预测控制器GPC,是基于内部预测模型求解当前时刻滚动优化性能指标函数的算法,预测控制器的控制输出计算基于通过最小化性能指标J,得出最优的控制量序列Δu(k),Δu(k+1),…,Δu(k+j-1)从而实现预测模型的输出预测趋近于设定值w(k+j),仅仅将u(k)应用于实际控制,后续再重复计算,实现滚动优化具体形式如下:
式中,y(k+j)为基于当前k时刻已知信息预测将来j个采样周期的被控量输出值;w(k+j)为对应时刻的设定值序列;Np与Nu分别为预测时域的起点时刻与终点时刻;λ(j)为控制增量加权序列,为了计算的简化一般将其设定为常数λ;Δu(k+j-1)为k+j-1时刻的控制增量值,Δu(k)为k时刻控制增量,Δu(k+1)为k+1时刻控制增量,u(k)为k时刻控制量。
进一步地,所述广义预测控制器内部预测模型是丢番图方程与自回归滑动平均模型结合得出的,其中自回归积分滑动平均模型设计的,其结构形式为:
A(z-1)y(k)=B(z-1)u(k-1)+ξ(k)/Δ
式中,k表示当前时刻点;z-1为回退算子,即向后移动一个采样周期;Δ=1-z-1为差分算子;ξ(k)为均值为0的白噪声序列,k-1表示前一时刻,u表示控制量,m、n分别表示多项式的阶次,A、B均是z-1的多项式;
为实现模型预测并且将已知信息与未知待求信息进行分离,考虑以下的丢番图方程:
1=Ej(z-1)AΔ+z-jFj(z-1)
式中,Ej、Fj是由多项式A与预测步长j确定的多项式:
Ej=ej,0+ej,1z-1+…+ej,j-1z-(j-1)
Fj=fj,0+fj,1z-1+…+fj,nz-n
丢番图方程与自回归滑动平均模型结合得出如下广义预测控制器的内部预测模型:
有益效果:与现有技术相比,本发明提出的一种火电机组SCR脱硝优化控制系统,通过应用广义预测控制补偿SCR出口NOx浓度变化的滞后,实现了控制量的提前动作,能较好地克服系统大惯性、大迟延的缺点;采用集成PID的补偿并结合前馈控制提升SCR脱硝控制系统的响应速度,能够有效抑制负荷以及风量变化等扰动来的SCR反应器出口NOx浓度波动,提升了喷氨量控制对机组负荷变化的响应速度,提高了SCR脱硝系统的经济性。
附图说明
图1是本发明的控制原理图。
具体实施方式
为了使本发明要解决的技术问题、技术方案和有益效果更加清楚,下面结合附图及具体实施例进行详尽的描述。
本发明针对火电机组SCR脱硝控制系统具有大惯性、大滞后等特点,传统PID控制器在机组负荷变化时难以实现氨气流量的精确控制,提出了一种新型的SCR脱硝系统优化控制方案,通过应用广义预测控制补偿SCR出口NOx浓度变化的滞后,采用集成PID的补偿并结合前馈控制提升SCR脱硝控制系统的响应速度。
如图1所示,本发明实施例公开的一种火电机组SCR脱硝优化控制系统,包括主控制器、集成PID控制器、前馈控制器;所述主控制器采用广义预测控制器GPC,所述主控制器的输入为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差,输出量为所需氨气量;所述集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量。
用上述火电机组SCR脱硝优化控制系统进行火电机组SCR脱硝优化控制的方法,该方法为:采用为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差作为主控制器的输入,主控制器的输出量为所需氨气量;采用集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量,Gm(s)为喷氨量烟气浓度到SCR出口NOx浓度过程动态,Gk(s)为风煤比计算值到SCR出口NOx浓度的过程动态特性,主控制器的输出与集成PID控制器计算的修正系数相乘后计算出的量为喷氨量在烟气中的浓度,通过乘以烟气量即可得出所需氨气量,再将其送给喷氨阀门进行喷氨量控制。
进一步地,所述主控制器采用广义预测控制器GPC,是基于内部预测模型求解当前时刻滚动优化性能指标函数的算法,预测控制器的控制输出计算基于通过最小化性能指标J,得出最优的控制量序列Δu(k),Δu(k+1),…,Δu(k+j-1)从而实现预测模型的输出预测趋近于设定值w(k+j),仅仅将u(k)应用于实际控制,后续再重复计算,实现滚动优化具体形式如下:
式中,y(k+j)为基于当前k时刻已知信息预测将来j个采样周期的被控量输出值;w(k+j)为对应时刻的设定值序列;Np与Nu分别为预测时域的起点时刻与终点时刻;λ(j)为控制增量加权序列,为了计算的简化一般将其设定为常数λ;Δu(k+j-1)为k+j-1时刻的控制增量值,Δu(k)为k时刻控制增量,Δu(k+1)为k+1时刻控制增量,u(k)为k时刻控制量。
进一步地,所述广义预测控制器内部预测模型是丢番图方程与自回归滑动平均模型结合得出的,其中自回归积分滑动平均模型设计的,其结构形式为:
A(z-1)y(k)=B(z-1)u(k-1)+ξ(k)/Δ
式中,k表示当前时刻点;z-1为回退算子,即向后移动一个采样周期;Δ=1-z-1为差分算子;ξ(k)为均值为0的白噪声序列,k-1表示前一时刻,u表示控制量,m、n分别表示多项式的阶次,A、B均是z-1的多项式;
为实现模型预测并且将已知信息与未知待求信息进行分离,考虑以下的丢番图方程:
1=Ej(z-1)AΔ+z-jFj(z-1)
式中,Ej、Fj是由多项式A与预测步长j确定的多项式:
Ej=ej,0+ej,1z-1+…+ej,j-1z-(j-1)
Fj=fj,0+fj,1z-1+…+fj,nz-n
丢番图方程与自回归滑动平均模型结合得出如下广义预测控制器的内部预测模型:
在某电厂应用本发明的SCR脱硝优化控制系统,通过整定控制系统的PID参数,比例系数Kp=0.003,积分时间Ti=7000。GPC控制器的采样周期为3s,预测时域为500,控制时域为40。机组在变负荷阶段401MW—516MW—365MW,同时变脱硫出口设定值时的运行曲线,观察约2小时的运行曲线可以发现,脱硝优化控制系统投入后,A、B侧入口浓度变化平稳,脱硫出口设定值为分别由40mg/Nm3变化为45mg/Nm3、40mg/Nm3,脱硫出口NOx浓度控制均非常稳定,最大正向偏差为:+2.5mg/Nm3;最大负向偏差为:-3.9mg/Nm3,控制指标为±5mg/Nm3,显著改善了脱硝控制系统的运行品质。
以上实施例仅为本发明的优选实施例,仅用于更加清楚地说明本发明方法,并非对本发明作任何其他形式的限制,应当指出的是,对于本领域一般技术而言,在不背离本发明原理和精神的前提下对其所做出的任何显而易见的改动,都应该包含在本发明的权利要求的保护范围内。
Claims (4)
1.一种火电机组SCR脱硝优化控制系统,其特征在于,所述控制系统包括主控制器、集成PID控制器、前馈控制器;所述主控制器采用广义预测控制器GPC,所述主控制器的输入为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差,输出量为所需氨气量;所述集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量。
2.一种用权利要求1所述火电机组SCR脱硝优化控制系统进行火电机组SCR脱硝优化控制的方法,其特征在于,该方法为:采用为SCR反应器出口处NOX浓度设定值SP与实际值PV的偏差作为主控制器的输入,主控制器的输出量为所需氨气量;采用集成PID控制器的输出作为所需氨气量的修正系数;风煤比作为前馈控制器的输入量计算喷氨量的补偿量,Gm(s)为喷氨量烟气浓度到SCR出口NOx浓度过程动态,Gk(s)为风煤比计算值到SCR出口NOx浓度的过程动态特性,主控制器的输出与集成PID控制器计算的修正系数相乘后计算出的量为喷氨量在烟气中的浓度,通过乘以烟气量即可得出所需氨气量,再将其送给喷氨阀门进行喷氨量控制。
3.根据权利要求2所述的火电机组SCR脱硝优化控制的方法,其特征在于,所述主控制器采用广义预测控制器GPC,是基于内部预测模型求解当前时刻滚动优化性能指标函数的算法,预测控制器的控制输出计算基于通过最小化性能指标J,得出最优的控制量序列Δu(k),Δu(k+1),…,Δu(k+j-1)从而实现预测模型的输出预测趋近于设定值w(k+j),仅仅将u(k)应用于实际控制,后续再重复计算,实现滚动优化具体形式如下:
式中,y(k+j)为基于当前k时刻已知信息预测将来j个采样周期的被控量输出值;w(k+j)为对应时刻的设定值序列;Np与Nu分别为预测时域的起点时刻与终点时刻;λ(j)为控制增量加权序列,为了计算的简化一般将其设定为常数λ;Δu(k+j-1)为k+j-1时刻的控制增量值,Δu(k)为k时刻控制增量,Δu(k+1)为k+1时刻控制增量,u(k)为k时刻控制量。
4.根据权利要求2所述的火电机组SCR脱硝优化控制的方法,其特征在于,所述广义预测控制器内部预测模型是丢番图方程与自回归滑动平均模型结合得出的,其中自回归积分滑动平均模型设计的,其结构形式为:
A(z-1)y(k)=B(z-1)u(k-1)+ξ(k)/Δ
式中,k表示当前时刻点;z-1为回退算子,即向后移动一个采样周期;Δ=1-z-1为差分算子;ξ(k)为均值为0的白噪声序列,k-1表示前一时刻,u表示控制量,m、n分别表示多项式的阶次,A、B均是z-1的多项式;
为实现模型预测并且将已知信息与未知待求信息进行分离,考虑以下的丢番图方程:
1=Ej(z-1)AΔ+z-jFj(z-1)
式中,Ej、Fj是由多项式A与预测步长j确定的多项式:
Ej=ej,0+ej,1z-1+…+ej,j-1z-(j-1)
Fj=fj,0+fj,1z-1+…+fj,nz-n
丢番图方程与自回归滑动平均模型结合得出如下广义预测控制器的内部预测模型:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210033120.6A CN114442486A (zh) | 2022-01-12 | 2022-01-12 | 一种火电机组scr脱硝优化控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210033120.6A CN114442486A (zh) | 2022-01-12 | 2022-01-12 | 一种火电机组scr脱硝优化控制系统及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114442486A true CN114442486A (zh) | 2022-05-06 |
Family
ID=81368501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210033120.6A Pending CN114442486A (zh) | 2022-01-12 | 2022-01-12 | 一种火电机组scr脱硝优化控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442486A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873381A (zh) * | 2017-04-10 | 2017-06-20 | 内蒙古瑞特优化科技股份有限公司 | 喷氨控制系统 |
CN107561941A (zh) * | 2017-09-01 | 2018-01-09 | 华北电力大学(保定) | 一种火电机组脱硝系统的全工况达标排放控制方法 |
CN109343349A (zh) * | 2018-11-01 | 2019-02-15 | 大唐环境产业集团股份有限公司 | 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 |
CN112580250A (zh) * | 2020-11-12 | 2021-03-30 | 山东纳鑫电力科技有限公司 | 基于深度学习的火电机组脱硝系统及优化控制方法 |
-
2022
- 2022-01-12 CN CN202210033120.6A patent/CN114442486A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873381A (zh) * | 2017-04-10 | 2017-06-20 | 内蒙古瑞特优化科技股份有限公司 | 喷氨控制系统 |
CN107561941A (zh) * | 2017-09-01 | 2018-01-09 | 华北电力大学(保定) | 一种火电机组脱硝系统的全工况达标排放控制方法 |
CN109343349A (zh) * | 2018-11-01 | 2019-02-15 | 大唐环境产业集团股份有限公司 | 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 |
CN112580250A (zh) * | 2020-11-12 | 2021-03-30 | 山东纳鑫电力科技有限公司 | 基于深度学习的火电机组脱硝系统及优化控制方法 |
Non-Patent Citations (1)
Title |
---|
陈石明等: "火电机组脱硝优化控制研究", 工业控制计算机, vol. 34, no. 10, 25 October 2021 (2021-10-25), pages 1 - 4 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107561941B (zh) | 一种火电机组脱硝系统的全工况达标排放控制方法 | |
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 | |
CN105797576B (zh) | 一种燃煤机组脱硝喷氨控制方法 | |
CN112580250A (zh) | 基于深度学习的火电机组脱硝系统及优化控制方法 | |
CN106681381A (zh) | 一种基于智能前馈信号的scr脱硝系统喷氨量优化控制系统及方法 | |
CN105700570B (zh) | 一种火电厂scr脱硝控制方法 | |
CN100545772C (zh) | 一种燃煤锅炉系统混合控制方法 | |
CN107387249B (zh) | 一种用于大功率燃气发动机瞬态空燃比控制的方法 | |
CN111841276B (zh) | 循环流化床机组sncr脱硝控制方法及装置、存储介质 | |
CN112664342B (zh) | 一种三元催化剂控制方法及系统 | |
CN110501901B (zh) | 基于全负荷精准脱硝要求的scr喷氨调节优化的方法 | |
CN112418284A (zh) | 一种全工况电站scr脱硝系统的控制方法及系统 | |
CN111399458B (zh) | 基于扰动抑制广义预测控制的scr脱硝系统控制方法 | |
CN111897373A (zh) | 一种基于模型预测的scr脱硝装置喷氨流量调节方法 | |
CN115685743A (zh) | 一种智能控制燃煤锅炉及其智能预测调控烟气排放方法 | |
CN111644054A (zh) | 一种发电厂脱硝喷氨控制系统 | |
CN114053865A (zh) | 适用于燃煤锅炉scr脱硝控制系统的广义预测控制方法 | |
CN114442486A (zh) | 一种火电机组scr脱硝优化控制系统及控制方法 | |
JP4792696B2 (ja) | 脱硝制御方法、脱硝制御装置及びそのプログラム | |
CN113419570A (zh) | 垃圾焚烧电厂烟气脱硝系统控制方法 | |
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 | |
CN114397813A (zh) | 基于慢时变干扰观测器的发电锅炉燃烧连续滑膜控制方法 | |
CN112627953A (zh) | 基于armax和mmpc的船舶scr系统喷氨量控制方法 | |
CN117406602A (zh) | 一种基于模糊预测控制的脱硝控制方法和控制系统 | |
CN117398840A (zh) | 一种双闭环快慢协同脱硝控制方法及控制系统 |
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 |