基于SSA-LSTM-Attention算法的脱硝优化控制研究

随着满足国家能源结构的不断变化及对环境保护要求的提高,对燃煤机组排放要求越来越高,现行脱硝系统程序大多采用PID控制,根据排烟出口NOx浓度实时值与设定值偏差进行控制,忽略了燃烧反应的滞后性导致的数据延迟。本文基于SSA-LSTM-Attention神经网络构建脱硝系统入口NOx浓度预测模型,并根据预测模型结果作为脱硝控制程序前馈,解决因变负荷导致脱硝程序控制不及时的情况。