660 MW燃煤机组脱硝系统优化改造

脱硝系统烟气流场分布特性与氨烟混合特性直接影响脱硝效率和氨逃逸。一660MW机组原有脱硝系统存在催化剂入口烟气流速分布不均、喷氨母管氨空混合性差、喷氨格栅后氨烟混合性差、喷氨量控制不够精细等问题。基于数值模拟结果,提出了脱硝系统内安装导流元件、喷氨母管内加装氨空混合器、喷氨格栅后加装氨烟混合器、喷氨格栅实施分区控制的优化改造方案。改造后的现场实验结果表明,脱硝系统优化后,催化剂入口烟气流速分布、烟温分布的均匀性均较好,催化剂进出口NOx的质量浓度分布偏差均较小,660MW负荷下喷氨量比改造前下降34.5%。

基于深度神经网络的燃煤电站SCR脱硝系统时序建模研究

选择性催化还原(SCR)脱硝系统可以通过控制氨的注入,有效减少氮氧化物的排放,但能源结构、负荷波动、反应器动态特性和系统延迟等因素均会影响氨注入量的精确控制。为了实现高精度的氮氧化物排放预测,提出基于时间序列特征的深度神经网络建模方法,用于预测反应器动态特性和系统延迟。以1台660 MW燃煤锅炉为例,利用连续3 d的50 000多个采样数据建立深度神经网络。结果显示:模型实现了对t+1时刻SCR出口NO_(x)的精确估算,测试集上的最大绝对误差仅为1.6 mg/m^(3)。