基于CIFE-FOA-DELM的SCR脱硝入口NO_(x)浓度预测方法研究

针对脱硝入口NO_(x)浓度监测值作为脱硝前馈输入导致的喷氨控制滞后问题,提出了基于炉膛参数的脱硝入口NO_(x)浓度CIFE-FOA-DELM预测方法。采用互信息特征选择方法进行预测模型的特征变量筛选;引入经果蝇寻优算法优化的深度极限学习建立NO_(x)浓度预测模型;并利用某660 MW火电机组历史运行数据进行模型验证,与反向传播、支持向量机、深度极限学习机、FOA-SVM模型的预测结果进行对比。结果表明:CIFE-FOA-DELM预测方法具备更高的预测精度,平均绝对百分比误差SMAPE、均方根误差SRMSE、拟合优度R2分别为0.261%、1.384、0.965。与CEMS监测数据对比,脱硝入口NO_(x)浓度预测值提前了180 s,有利于解决喷氨控制滞后问题。

SCR烟气脱硝系统氨氮双控新方法

针对目前电厂实际选择性催化还原(SCR)烟气脱硝系统运行中存在的出口NO_(x)质量浓度分布不均以及氨逃逸超标等问题,进行了数值模拟分析并基于此提出了一种氨氮双控的喷氨优化新方法。以某660 MW机组SCR烟气脱硝系统为例,建立可视化流场和脱硝反应数值模型,分析比较了不同氨氮摩尔比条件下出口各分区NO_(x)质量浓度、氨逃逸体积分数以及脱硝效率的变化规律。结果表明:分区脱硝效率、出口NO_(x)质量浓度和氨逃逸体积分数与氨氮比之间的关系均呈由一拐点分隔的两段线性的变化规律,拐点出现在氨氮摩尔比为1.15左右。据此,提出了基于分段拟合函数与优化矩阵方程相结合的氨氮双控喷氨优化新方法,分别预测了该660 MW机组使用5分区和42喷嘴进行喷氨调节优化,优化后的总喷氨量相对均匀喷氨工况最多下降7.2%,同时出口NO_(x)质量浓度和氨逃逸体积分数的相对标准偏差分别下降至9.4%和4.2%,出口均匀性显著提高,不存在局部超标现象。

燃煤电厂SCR脱硝系统精准控氨优化方法研究

针对燃煤电厂选择性催化还原(selective catalytic reduction,SCR)脱硝系统喷氨不均匀的问题,将智能前馈串级控制技术与分区控制技术相结合,提出了一种精准控氨优化方法。在智能前馈环节,采用预测精度更高的改进一维卷积神经网络模型,实现了SCR反应器入口NOx质量浓度的预测,并将其作为智能前馈控制信号,实现了机组全工况下NOx质量浓度的快速准确控制。在分区控制环节,采用分区巡测−多点同步取样测量技术与均衡控制策略相结合的方法,实现了各分区喷氨量的精准控制。该优化方法已应用于多个燃煤电厂,运行结果表明,机组全工况下实现了喷氨量的精准控制,SCR反应器出口断面NOx质量浓度分布均匀,波动范围小,氨耗量降低明显,经济效益显著。

一种在线优化精准脱硝控制系统设计及应用

某日产6 000 t水泥熟料线原脱硝系统无法满足生产中NO_(x)排放的环保要求,NO_(x)排放值无法稳定控制在100 mg/m^(3)以内。此外,原系统氨水用量大,自动化程度低,控制参数波动大,对生产单位环保达标、稳定生产造成严重困扰。对此,进行必要的技术改造,新增硬件,在原有脱硝系统上设计一种具备在线优化能力的精准脱硝控制系统,NO_(x)排放小时均值稳定控制100 mg/m^(3)以内,标准差<8 mg/m^(3),吨熟料氨水用量1.8 kg,控制指标及稳定性圆满达到工厂要求。

SCR脱硝入口氮氧化物分布不均机制及应对措施

针对SCR脱硝入口(锅炉出口) NO_(x)的质量浓度分布不均机制进行了分析,提出了在保持SCR主体结构不变的前提下,消除入口NO_(x)不均带来的不利影响的方法和措施。分析表明,磨机运行方式、配风方式和燃煤煤质是影响SCR入口NO_(x)分布不均的重要因素,通过NO_(x)预测控制、烟气混合强化和喷氨分区控制等新技术手段,可有效消除入口NO_(x)不均带来的不利影响。

尿素溶液溶度和反应温度对SNCR脱硝过程的影响

选择性非催化还原(SNCR)是一种通过喷加氨气或尿素溶液还原氮氧化物的工艺,被广泛应用于高温焚烧炉烟气的处理过程。然而SNCR过程中影响脱硝过程的因素很多。文章研究了在相同的NH_(3)/NO摩尔比下,不同浓度尿素溶液对氨逸出的影响,同时研究了不同反应温度梯度对脱硝过程的影响。结果表明,脱硝效率随着温度的升高逐渐下降,随着NH_(3)/NO摩尔比的升高而升高。并且,在恒定的NH_(3)/NO摩尔比下,尾气中排放的氨浓度随着氨溶液浓度的升高而升高。