火电机组环保岛排放指标协同智能优化技术的研究与应用

燃煤电厂超低排放环保岛的主要排放指标是NO_(x)、SO_(2)和烟尘,这三个指标虽然有独立的脱除设备,但是互相存在着协同脱除作用。基于电厂历史运行大数据和人工智能算法,可以建立在不同机组负荷、煤质(低位热值、灰分、水分、硫分)工况条件下,以NO_(x)、SO_(2)和烟尘排放达标为前提的,环保岛整体经济性最优化标杆工况库,基于此标杆库对环保岛的实时运行进行指导,可以减少环保岛的运行成本。研究成果在某350 MW燃煤发电机组的实际生产应用结果表明,协同智能优化后的环保岛脱硝、脱硫、除尘装置相比优化前,可分别节约运行成本7%、12%和30%。

基于模型预测的脱硫浆液循环泵运行组合优化研究

浆液循环泵的优化组合运行对于脱硫装置的经济运行具有重要影响,在当前机组负荷工况波动大、净烟气SO_(2)浓度排放限制严格的情况下,依靠运行人员的经验手动调节达到经济运行有较大的困难。针对这一现状,基于FIR模型辨识方法,建立了脱硫装置的数据驱动预测模型,并结合专家知识及现场设备限制研发了循环泵组合在线优化建议系统,在保障脱硫装置安全、达标运行的前提下实现优化经济运行。实际生产应用结果表明,该系统投运后可降低20.5%的浆液成本和3.7%的电耗成本,对于火电厂节能减排及智能化改造工作具有参考意义。

海南琼中绿橙果皮香精油成分的GC-MS分析

采用改进的同时水蒸汽蒸馏与萃取法从海南琼中绿橙皮中提取香精油,经气相色谱-质谱联用(GC-MS)分析鉴定香精油的化学成分。结果表明,其相对含量较高的化合物主要有柠檬烯、芳樟醇、月桂烯、桧烯、顺-柠檬烯1,2-环氧化物、正辛醇、丙酸芳樟酯等。

燃煤电厂大数据挖掘和关键目标寻优智能系统研究

研究建立火电厂数据挖掘和关键目标寻优的智能系统,通过稳定工况划分、运行参数聚类、关键目标对标寻优等流程挖掘历史工况中有价值的信息,找到与当前实时运行工况近似的目标值及运行参数,可为优化运行提供开环建议。在锅炉效率关键目标的对标寻优实际工程应用中,系统发掘出在相近的MV(操作变量)、DV(扰动变量)参数情况下,实时工况炉效为92.13%而历史标杆工况炉效为93.34%,提出该工况下烟气氧量设定值由5.5%降低至4%仍可平稳运行,达到了运行提效、节约发电煤耗的目的。

基于入口NO_(x)质量浓度修正的脱硝系统多模型预测控制策略及其应用案例

建立不同锅炉工况下基于欧式距离聚类的总给煤量长短期记忆神经网络预测模型,对入口处的NO_(x)质量浓度数据进行修正,其验证集上的均方根误差为3.53 mg·m^(-3)。该结果优于常见的回归方法深度神经网络与随机森林回归的预测结果。以此为基础,研究了基于入口NO_(x)质量浓度修正的多模型预测控制(MMPC),设计并进行了脱硝系统仿真。仿真结果表明,与原有控制条件相比,基于入口NO_(x)质量浓度修正的MMPC策略使脱硝系统出口NO_(x)质量浓度波动幅度减小了63.7%,并能满足出口质量浓度指标为40 mg·m^(-3)时的控制要求,实现卡边控制。现场工程应用结果表明:在高、中、低负荷正常运行的工况条件下,入口修正-MMPC策略可将出口NO_(x)质量浓度波动分别控制在±10.6 mg·m^(-3)、±5.5 mg·m^(-3)、±4.9 mg·m^(-3),以标准差来衡量波动幅度即分别减小了53.4%、74.7%、64.6%,此控制水平优于原有控制效果;在出口NO_(x)质量浓度易超标并出现高浓度氨逃逸的快速变负荷工况下,升、降负荷出口NO_(x)质量浓度波动分别控制在±6 mg·m^(-3)、±5 mg·m^(-3),此控制水平仍优于原有控制效果。本研究的入口修正-MMPC控制策略可实现不同负荷、工况下的喷氨控制,减小出口NO_(x)波动幅度,降低后续设备低温腐蚀的风险,从而提高SNCR/SCR联合脱硝系统运行的经济性和安全性。