基于CNN(1D)-LSTM模型的电站锅炉SCR入口NOx浓度预测

为了解决电站锅炉操作人员依赖经验调节锅炉运行参数降低SCR入口NOx浓度,提高脱硝效果的问题,提出一种SCR入口处NOx浓度预测方法。该方法建立了基于卷积神经网络和长短期记忆神经网络的CNN(1D)-LSTM模型,通过提取锅炉在时序上的特征参数,可预测5 min后SCR入口处NOx浓度。电厂运行人员可将该模型的预测结果作为SCR入口处NOx浓度的重要参考,更加有效地调节锅炉参数进行脱硝优化。结果表明,预测3 min后SCR入口处NOx浓度LSTM模型优于CNN(1D)-LSTM;预测5 min后的SCR入口浓度CNN(1D)-LSTM模型相比于LSTM模型预测精度有很大的所提高,在测试集上E_(mape)为7.05%,取得了期望的效果。

基于IHHO-LSTM的SCR脱硝反应器出口NO_(x)浓度预测

针对燃煤电厂SCR脱硝反应器出口氮氧化物浓度测量存在较大迟延,以及吹扫阶段数据失真等问题,提出一种基于改进哈里斯鹰算法(Improved Harris hawk optimization,IHHO)和长短时记忆神经网络(Long short-term memory neural network,LSTM)的NOx浓度预测模型。首先利用最大信息系数对不同输入变量进行迟延时间估计,并通过最大相关最小冗余算法完成输入变量的选择并重构输入特征序列。然后,使用重构数据来完成LSTM模型的建立,并利用IHHO对网络相关参数进行优化。最后将所建模型的预测结果与未进行特征选择的IHHO-LSTM模型、进行特征选择后的HHO-LSTM模型和LSTM模型进行验证对比。结果表明,相较于其他预测模型,所提的IHHO-LSTM模型预测精度更高,具有较好的动态特性。

基于径向基神经网络的SCR烟气脱硝系统入口NOx浓度预测方法

本项目拟采用 RBF神经网络和 SVM神经网络相结合的方式,构建 SCR烟气脱硫过程中烟气 NOx浓度的在线预报模型,并将其与 SVM、 BP神经网络和 RBF神经网络相结合,构建 SCR烟气脱硫过程中烟气 NOx浓度的在线预报模型。研究发现, RNN的预报准确率和推广性能优于 RNN,可用于 SCR烟气脱硝系统入口 NOx浓度的准确预测,为机组运行控制和机组安全经济运行提供决策依据。

基于净烟气NOX浓度小时均值设定值的SCR智能控制优化

常规SCR(选择性催化还原法)控制方案中,SCR出口NOX浓度或净烟气NOX浓度设定值一般均为固定值。而目前我国的环保政策中对火电机组SCR出口NOX浓度或净烟气NOX浓度的的考核指标并不是采用其瞬时值的上限,而是采用小时均值。SCR智能控制优化方案中的净烟气NOX浓度设定值采用基于小时均值的动态规划方式给出,这样的控制方案设计更匹配环保考核要求,更有利于在满足环保要求的前提下尽可能地节约SCR装置的喷氨量,从而最大限度地降低氨逃逸率。

220t/h煤粉锅炉高浓度NOx烟气SCR脱硝工程设计及应用

结合220 t/h煤粉锅炉烟气SCR脱硝工程实例,详细阐述了氨水贮存及输送系统、氨水蒸发系统、SCR反应器等工艺流程及相关设备选型选材,分析了系统运行效果及其经济性。结果表明,SCR反应器进口NOx质量浓度为782~796 mg/Nm^3,NH3/NOx摩尔比为0. 93时,出口可降至71~88 mg/Nm^3,脱硝效率可达88. 9%~91. 0%,逃逸氨质量浓度为0. 8~1. 3 mg/Nm^3,SCR脱除高质量浓度NOx,能够满足环保排放要求,若用于电厂低质量浓度NOx的脱除,经济效益显著,可为同类工程设计及应用提供参考。

基于LSTM算法的火电厂SCR烟气脱硝控制方法

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。

SCR烟气脱硝系统出口烟道NO_x测点技术改造

燃煤电站锅炉排放的氮氧化物是大气污染的一个重要来源,控制NO_x排放已成为当前电厂的重要工作。上海漕泾电厂分别于2014年和2015年实施了超低排放改造工程,在改造后的长期运行过程中发现,1号机组选择性催化还原烟气脱硝法(SCR)装置出口NO_x浓度值与烟囱出口数据有着较大偏差。通过对SCR所在烟道流场的数值模拟发现,原有SCR进出口的测点在烟道入口NO_x浓度分布不均匀时不能准确测量出NO_x的浓度值,因此对原有的NO_x出口测点进行了技术改造,变原来的2点平均测量为网格多点测量。技术改造后发现测点NO_x与烟囱出口NO_x数据变化趋势吻合,为进一步的按需喷氨提供了基础。

煤粉锅炉进一步降低NOx排放研究

目前煤粉锅炉NOx的排放可以长期稳定控制在50 mg/m^(3)以内,个别机组甚至将排放标准提高到了30 mg/m^(3),但是,未见项目按照NOx排放浓度10 mg/m^(3)进行设计。以陕西某电厂煤粉锅炉为例,以NOx排放浓度10 mg/m^(3)进行研究,分析进一步降低NOx排放的技术方案、运行安全性、稳定性和经济性。研究表明,进一步降低NOx排放后,仅采用高效SCR系统方案所带来的投资成本增加,与采用SNCR系统+SCR系统方案新增投资成本相当;两种方案运行成本均会上升,但仅采用高效SCR系统方案的运行成本增加额显著低于采用SNCR系统+SCR系统方案的运行成本增加额。仅采用高效SCR系统进一步降低NOx排放经济性更优。

300 MW燃煤机组SCR脱硝喷氨格栅改造及优化调整

为解决某300 MW燃煤机组存在脱硝液氨耗量高的问题,进行了喷氨格栅喷嘴数量增加、喷射速度调整等改造,同时对脱硝喷氨运行参数进行了优化调整。结果表明,在满足超低排放前提下,A、B侧SCR脱硝出口NOx质量浓度的相对标准偏差分别下降至5.66%和5.40%,NOx分布均匀性得到明显改进。氨逃逸平均体积分数分别下降了0.73μL/L和0.80μL/L,达到2.01μL/L和1.95μL/L,同时消除了局部超标排放的现象。经统计,与改造前相比SCR脱硝系统的液氨消耗量减少了32.20%。改造优化工作效果显著,提升了系统运行的安全性和经济性。

SCR烟气脱硝系统运行全过程数据分析

通过对多台机组脱硝系统运行数据的汇总分析,指出不同燃烧方式以及运行控制方式下,脱硝系统出口氨逃逸存在差异,导致空气预热器等下游设备硫酸氢铵(ABS)堵塞情况存在明显差异,说明从锅炉燃烧、脱硝设备、烟气流动与混合等方面进行全过程优化管理的必要性及重要性。针对脱硝系统超低排放改造后集中出现的空气预热器ABS堵塞等次生问题,建议采用全过程管理理念,从源头控制氨逃逸,提高脱硝系统运行水平。

基于主导因素分析的SCR烟气脱硝系统喷氨量控制

针对目前选择性催化还原(SCR)烟气脱硝控制系统中存在喷氨量控制不精确、大滞后等问题,分析了影响喷氨量控制效果的主要原因,通过对反应器入口NOx质量浓度进行主导因素分析,确定影响反应器入口NOx质量浓度的主要因素,在此基础上建立了反应器入口NO_x质量浓度的预测模型,并将其应用于烟气脱硝系统喷氨量控制。应用结果表明:通过主导因素分析确定的运行参数能够提前预测反应器入口NOx质量浓度的变化;改进后SCR烟气脱硝系统喷氨量控制效果良好;当脱硝反应器入口NO_x质量浓度发生较大波动时,反应器出口NOx质量浓度与设定值最大偏差不超过5mg/m3。

NO_x浓度分布在线监测系统研发及应用

选择性催化还原(selective catalytic reduction,SCR)烟气流场和NOx浓度分布不均匀,导致现有NOx在线监测系统单点测量结果代表性差和多点混合测量结果无法满足喷氨的分区调整控制,且难以为精准喷氨提供可靠的数据支持,极大制约SCR在线优化水平的提高,为此研发了烟气NOx浓度分布在线监测系统。首先依据喷氨区布置由多组网格化取样探头组成的取样分区,以巡回检测的方式实现SCR出口双侧烟道全截面的NO浓度分布在线监测;继而同步得到各测点截面NO与O2混合浓度值、截面浓度相对标准偏差、浓度分布云图及NO、O2、CO浓度测量值等信息;最后将该系统所测数据应用于SCR运行在线优化,而且结合喷氨调节阀的自动控制,进一步实现喷氨的动态分区智能控制,提升SCR运行在线优化水平,严格控制氨逃逸,降低空预器堵塞、引风机电耗增加甚至腐蚀等风险。该系统已在某电厂700MW机组上进行成功应用。

基于CFD模拟计算的SCR脱硝系统喷氨优化试验方法

提出了一种对脱硝系统进行计算流体力学(CFD)模拟计算、并引入示踪气体精准调节喷氨格栅阀门的方法。将SCR系统全尺度建模划分网格,对部分喷氨支管使用等量示踪气体替换原有烟气,数值模拟SCR反应器内气体湍流流动、多组分扩散,计算反应器出口断面各示踪气体的浓度分布,获得各喷氨支管喷出的氨气所对应的影响区域,精确指导试验人员调整每根喷氨支管的开度,调节喷氨流量,使反应器出口断面NOx浓度均匀分布。以某1000 MW机组塔式锅炉SCR入口烟道为实例进行验证,结果表明,该方法能够提高典型试验的效率和准确性,能有效指导现场喷氨优化试验。

用于SCR喷氨量模型参数辨识的辅助变量递推最小二乘法

为了对火电厂选择性催化还原(SCR)烟气脱硝系统中喷氨量-出口NOx质量浓度控制对象模型参数进行在线辨识,针对现场有色噪声数据,采用辅助变量对递推最小二乘法进行了改进,构成辅助变量递推最小二乘法,并对含噪声二阶惯性加纯延迟模型参数进行辨识。同时,结合变回归估计(FMVRE)方法得到最小化损失函数,通过两步辨识得到系统的惯性时间、比例系数及迟延时间。以某350MW机组SCR烟气脱硝系统为对象,采用标准递推最小二乘法和辅助变量递推最小二乘法进行参数辨识。结果表明,辅助变量递推最小二乘法的辨识参数收敛更快,辨识精确度更高,所得模型能够较好地表征实际系统的动态和静态特性。因此,基于辅助变量递推最小二乘法的参数辨识方法可用于SCR烟气脱硝系统控制对象的一类二阶惯性加纯延迟模型参数的在线辨识。

基于改进动态矩阵算法的SCR烟气脱硝系统

针对燃煤电厂火电机组选择性催化还原(SCR)烟气脱硝系统NO_(x)出口体积分数波动大、稳定性差的问题,提出一种基于模糊自适应PID补偿的动态矩阵预测控制(DMC)算法.DMC算法基于NO_(x)出口质量浓度历史数据构建预测模型,反馈环节根据当前偏差校正预测值,实现系统提前控制;模糊自适应PID控制器将预测偏差信息模糊化,用以修正动态矩阵控制器输出,实现被控对象的准确控制.依托500MW火电机组脱硝装置运行数据,建模被控对象传递函数,基于Matlab平台进行DMC和模糊自适应PID补偿DMC控制方式下喷氨阀门开度变化、NO_(x)出口质量浓度变化的对比实验.结果表明,基于模糊自适应PID补偿的DMC控制算法在SCR烟气脱硝控制系统的实时性和准确性两个性能上取得了良好表现.

燃煤锅炉空气分级燃烧降低NO_x质量浓度的试验研究

为降低小容量锅炉烟气NOx质量浓度,在75 t/h燃煤锅炉上通过调节燃尽风和二次风的比例,进行了空气分级燃烧试验研究。结果表明,燃尽风的投入能有效降低NOx质量浓度,中二次风比例最小的配风方式对降低NOx质量浓度作用最为显著,在烟温高侧大比例投入燃尽风可大幅度减弱炉膛出口烟温偏差。

600MW机组SCR烟气脱硝系统性能分析与诊断

某火电厂600 MW机组SCR烟气脱硝系统通过增加喷氨量,使SCR反应器出口NO_x排放质量浓度降至50 mg/m3以下,但由于SCR烟气脱硝系统喷氨量过大、NO_x与氨混合的均匀度不足、烟气流速超过设计值、氨逃逸监测表计不准确等原因,环保系统出现了电除尘器二次电流下降、布袋除尘器阻力增加、SCR反应器出口烟道处与烟囱入口处的NO_x质量浓度存在偏差等问题。通过调整喷氨量和各喷氨阀门的开度,提高了NO_x与氨混合的均匀度,消除了NO_x质量浓度偏差,并就具体问题给出了相应的建议。

SCR烟气脱硝系统喷氨优化实例分析

某电厂在没有增加第3层脱硝催化剂的情况下仅通过增加喷氨量降低NO_x排放质量浓度,结果CEMS监测数据显示,SCR反应器出口烟道处与烟囱入口处的NO_x质量浓度出现偏差,最高达30 mg/m^3。通过对喷氨支管阀门进行优化调整,提高NO_x和氨混合的均匀度,基本消除了NO_x质量浓度偏差,经验可供同类型机组借鉴。

基于性能试验的SCR脱硝系统问题诊断及原因分析

针对SCR脱硝系统运行存在的普遍问题,如脱硝系统出口NO_x浓度分布不均匀、催化剂磨损严重、供氨管道堵塞等,分别选取不同的典型案例,通过脱硝系统性能试验深入分析每个案例中问题产生的原因,同时提出相应的解决措施。

选择性催化还原SCR法烟气脱硝技术(六)

6.2国内应用实例 6.2.1SCR法脱硝系统的试验 SCR法脱硝最突出的优势是脱硝效率高,如果要求NOx的排放浓度低于200mg/Nm^3,甚至达到100mg/Nm^3左右,从目前烟气脱硝技术的发展水平看,非它莫属.但是,这种脱硝最大的缺点是投资大,运行费用高,有的资料显示比SNCR法脱硝高出几倍.这对于我国低利润的水泥工业来说,确实是一个严峻的挑战.