基于深度神经网络的燃煤电站SCR脱硝系统时序建模研究
寇志超1
王兴武1
杨红军1
景浩林1
李鹏1
毛得珍1
周勇2
1.青海黄河上游水电开发有限责任公司西宁发电分公司,青海西宁8116002.国家电投集团电站运营技术(北京)有限公司,北京102209
摘要：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50000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NOx的精确估算,测试集上的最大绝对误差仅为1.6 mg/m3.
关键词：燃煤锅炉深度神经网络SCR脱硝系统时序模型
分类号：X773(动力工业污染、废物处理与综合利用)
论文发表日期：2023-02-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 13-15 )
英文信息