火電機組SCR脫硝系統(tǒng)性能監(jiān)測與優(yōu)化方法的研究.pdf

1、在我國的電力供應中主要以火電為主，煤炭的燃燒會產生大量的氮氧化物(NOx)、硫氧化物、煙塵等，這些污染物對環(huán)境和人體有極大的危害。所以國家對NOx氣體的排放標準越來越嚴格，目前很多已安裝脫硝裝置的電廠正在進行積極改造，希望達到更高的脫硝效率。但由于火電機組屬于典型的復雜熱力系統(tǒng)，具有大慣性、非線性等特性，傳統(tǒng)的建模方法在建模過程中存在很大的局限牲，因此本文利用軟測量的方法對電廠SCR(Selective Catalytic Reduct

2、ion)脫硝裝置和鍋爐優(yōu)化燃燒進行研究和優(yōu)化。
　　首先，通過對NOx生成機理及SCR脫硝工藝流程的了解，總結出影響NOx氣體排放濃度的多種因素，然后結合DCS系統(tǒng)中的監(jiān)測點數據，參考國內外文獻專利，得出SCR出口NOx氣體濃度的理想計算模型，通過模型可以計算出理論上最佳的噴氨量，以及最佳脫硝效率。在該模型中會涉及催化劑的催化活性，這是整個SCR脫硝設備中最關鍵的一個參數，為了方便實時的了解催化劑的活性，本文利用電廠實驗數據對活性

3、進行擬合，并結合電廠實際運行參數對其進行修正，修正后的催化劑活性可以較好的反應當前運行狀態(tài)下的催化能力，對電廠技術人員有一定的參考作用。
　　然后，為了能在線預測出SCR出口NOx濃度，本文利用支持向量機軟測量方法構建了在線監(jiān)測模型，為了使模型的訓練時間更短，利用平均影響值法對一些影響較小的輸入參數進行剔除，選擇了總煤量，總風量，過量空氣系數等多個參數作為模型輸入參數。結果表明，利用篩選后的參數所建模型準確度高于未篩選變量所建模型

4、。
　　以上述研究成果為基礎，引入了遺傳算法對支持向量機中的參數進行優(yōu)化，優(yōu)化后的SVM模型預測精度更高。同時為了實現鍋爐燃燒和SCR脫硝兩者高效協(xié)調的運行，構建了遺傳算法協(xié)調優(yōu)化模型。模型中以最小化SCR出口NOx濃度為目標，通過對配風方式，含氧量，噴氨量等的不斷優(yōu)化，最后得出了最佳適應度函數時的各操作運行參數?；谀?00MW燃煤電廠電廠的改造項目，介紹了軟測量模型，在線監(jiān)測模型，以及遺傳算法優(yōu)化模型在電廠低NOx協(xié)調優(yōu)化系統(tǒng)