-
题名基于LSTM算法的火电厂SCR烟气脱硝控制方法
- 1
-
-
作者
王迎春
-
机构
山西能源学院
-
出处
《节能》
2024年第8期97-99,共3页
-
文摘
由于火电厂SCR烟气脱硝过程中烟气的初始状态参数具有不稳定性,导致排除烟气NO_(x)浓度控制难度较大。为了准确控制烟气脱硝,有效降低烟气NO_(x)浓度,提出基于长短期记忆网络(LSTM)算法的火电厂选择性催化还原(SCR)烟气脱硝控制方法。以蜂窝状催化剂为基础,结合在SCR烟气脱硝过程中的作用模式,分别从孔道和内壁两个角度构建了火电厂SCR烟气脱硝模型;引入LSTM算法,以烟气中NO_(x)浓度控制要求为目标,将催化剂的投入速率作为控制参量,结合烟气的初始状态参数,实现SCR烟气脱硝过程的控制。在测试结果中,设计控制方法下脱硝反应器出口烟气NO_(x)浓度并未受到烟气流量的显著影响,始终稳定在125.0 mg/m^(3)以内,远低于临界值(150.0 mg/m^(3)),与对照组相比,具有更加可靠的脱硝效果。
-
关键词
LSTM算法
火电厂
SCR烟气
脱硝控制
蜂窝状催化剂
SCR烟气脱硝模型
NOx浓度
投入速率
-
Keywords
LSTM algorithm
thermal power plant
SCR flue gas
denitration control
honeycomb catalyst
SCR flue gas denitration model
NOx concentration
input rate
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-