燃煤電站SCR煙氣脫硝系統(tǒng)建模與噴氨量優(yōu)化控制.pdf_第1頁
已閱讀1頁,還剩117頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著新能源的大規(guī)模投運,火電機組需要進一步提高快速變負荷能力,從而平抑新能源電力對電網(wǎng)的沖擊。負荷的快速升降會造成煙氣中NOx濃度發(fā)生大幅變化,傳統(tǒng)的SCR系統(tǒng)控制策略雖然能起到一定的作用,但在快速性和準確性上無法滿足現(xiàn)場的實際需求。隨著煙氣超低排放標準的出臺,為了保證燃煤電站的煙氣達標排放,提高SCR系統(tǒng)運行經(jīng)濟性,需要建立準確的SCR系統(tǒng)模型并在此基礎上實現(xiàn)噴氨量的精確控制。本論文充分利用燃煤電站DCS系統(tǒng)中的海量歷史數(shù)據(jù),結(jié)合脫硝

2、過程機理分析,建立了SCR脫硝系統(tǒng)模型,并在此基礎上提出了噴氨量的優(yōu)化控制策略,在保證達標排放的同時降低SCR運行成本,在保證脫硝效率的前提下精確控制噴氨量,避免過量噴氨對SCR下游設備的安全穩(wěn)定運行造成不利影響。
  其中主要研究內(nèi)容包括:
  1、在分析SCR脫硝反應機理的基礎上,構(gòu)建了SCR系統(tǒng)機理模型,并利用現(xiàn)場實際運行數(shù)據(jù)及尋優(yōu)算法對模型參數(shù)進行了辨識。為了驗證模型的準確性和通用性,分別利用600MW和1000MW

3、機組的運行數(shù)據(jù)對模型進行了仿真驗證。在機理模型的基礎上,通過仿真實驗對影響脫硝效率的因素進行了分析。
  2、SCR反應復雜,機理模型的計算結(jié)果存在一定偏差,因此有必要利用燃煤電站DCS系統(tǒng)中的歷史數(shù)據(jù),建立SCR系統(tǒng)的數(shù)據(jù)模型。最優(yōu)輸入變量集的選取是確保數(shù)據(jù)模型準確性的重要前提。本文充分利用歷史數(shù)據(jù)中的有用信息,以信息熵為依據(jù),采用偏互信息方法(Partial Mutual Information,PMI)對模型輸入變量進行篩選

4、。利用插值法對PMI方法中回歸值的計算進行了改進,提高了篩選的正確率。利用3組Benchmark驗證了改進PMI方法的有效性,并將其應用于SCR系統(tǒng)中。計算結(jié)果表明,改進PMI方法有效提高了模型的計算精度并降低了模型復雜度。
  3、基于本文所選取的最優(yōu)輸入變量集,采用核偏最小二乘方法建立SCR系統(tǒng)數(shù)據(jù)模型。針對輸入變量的不同特性,利用遺傳算法確定每個變量相應的核參數(shù)寬度;針對工況變化導致的模型失效問題,設計了模型更新策略。在此基

5、礎上,本文提出了自適應多尺度核偏最小二乘方法(Self-adaptive Multi-scale KernelPartial Least Squares,SMKPLS),建立了SCR系統(tǒng)模型并利用實際運行數(shù)據(jù)驗證了模型的有效性。
  4、通過對比分析機理模型和數(shù)據(jù)模型各自的特點,采用數(shù)據(jù)模型對機理模型的偏差進行校正,提出了混合建模方法,并設計了模型更新策略。利用該方法構(gòu)建了SCR系統(tǒng)混合模型并對模型進行了驗證。計算結(jié)果表明,混合模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論