基于过程数据的电厂NO_x预测建模及应用

发布时间：2020-06-07 05:57

【摘要】：我国的能源结构煤炭为主,致使我国主要电力生产仍然是火力发电。但是依靠火电厂发电存在一个重要问题就是环境污染,烟气排放中的NO_x、SO_x等污染物会危害生态环境以及人体健康。最新《火电厂大气污染物排放标准》(GB13223-2011)的修订,是通过综合空气质量模型系统Models-3/CMAQ对环境影响进行预测评估,进而得出的。自2014年7月1日起,重点区域,燃煤锅炉烟尘排放中NO_x限值为100mg/Nm~3,为火力发电的节能减排提出更高的要求。当前,国内外通过改进锅炉燃烧技术、有催化炉内喷氨水、无催化炉内喷氨水、这三个方面来控制电厂NO_x排放,本文从第二、三方面着手研究。工业上应用最广的脱硝技术为选择性催化还原(SCR),通过烟气中的NO_x在催化剂的作用下与氨水发生化学反应,使NO_x分解成水蒸气和氮气分子(N_2),两者都是大气中的惰性气体,以此脱硝达到了保护环境的目的。然而,在现有资金和技术的限制下很难获得准确、快速的参数,软测量技术能很好地解决这一问题,即选择一些容易测量的变量,通过构造某种数学关系进行预测估计。基于过程机理与基于过程数据的建模为软测量建模的两大类,由于电厂运行机理复杂,无法明确其机理,这时就要基于过程数据建立软测量模型,即从输入数据中提取有用信息,进而构造辅助变量与因变量间的数学关系。本文在学习传统统计回归的方法和基于人工智能机器学习的方法的基础上,通过学习总结其不足,提出了新软测量预测模型,混SPSS-PSO-SVM模型对电厂NO_x排放预测,统计软件SPSS的引入能较为直观的观测和分析变量间的关联,并通过因子分析计算主成分矩阵,以降低输入变量的维数和消除相关性。以某600MW电站锅炉采集数据为运行对象,通过PLS去除与因变量相关小的量,再用SPSS的主成分提取来达到消除变量间相关的目的,最后将主成分矩阵作为输入变量,通过MATLAB对PSO-SVM模型进行仿真,目的是为了预测锅炉出口的NO_x含量,进而通过脱硝技术防止其造成不利影响。
【图文】：

厂级监控信息系统中脱硝SCR系统

输入空间到特征空间的映射
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X773

【参考文献】

相关期刊论文 前10条

1 郭梅;;浅析PSO算法及其应用研究[J];新疆农垦科技;2015年12期

2 尹金和;齐咏生;李志林;闫泽峰;;基于小波SVM的电站锅炉飞灰含碳量预测[J];能源与节能;2015年08期

3 颜清;彭小平;;工程实验数据的非线性拟合方法[J];计算机与应用化学;2015年03期

4 戴新;尹金和;齐咏生;郝光;李引龙;;基于小波PLS电站锅炉NO_x自适应预测[J];能源与节能;2015年03期

5 陈荣超;;燃煤电厂脱硝NO_x的软测量技术和自动控制优化[J];电力科学与工程;2015年01期

6 孙卫红;童晓;李强;;改进PSO优化参数的LSSVM燃煤锅炉NO_X排放预测[J];数据采集与处理;2015年01期

7 李敏;;用Daubechies小波软阈值法对近红外光谱数据进行预处理[J];红外;2015年01期

8 党存禄;张旭;;基于Daubechies小波族的电能质量信号去噪方法研究[J];电网与清洁能源;2014年12期

9 吕游;刘吉臻;杨婷婷;孙伟毅;;基于PLS特征提取和LS-SVM结合的NOx排放特性建模[J];仪器仪表学报;2013年11期

10 孙朝江;汤健;魏忠军;赵立杰;;基于选择性更新的在线核极限学习机建模[J];控制工程;2013年04期

相关会议论文 前1条

1 武小红;李敏;武斌;;MATLAB环境下小波去噪的分析与仿真[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

相关博士学位论文 前3条

1 吕游;基于过程数据的建模方法研究及应用[D];华北电力大学;2014年

2 涂娟娟;PSO优化神经网络算法的研究及其应用[D];江苏大学;2013年

3 傅永峰;软测量建模方法研究及其工业应用[D];浙江大学;2007年

相关硕士学位论文 前5条

1 王占山;燃煤火电厂和工业锅炉及机动车大气污染物排放标准实施效果的数值模拟研究[D];中国环境科学研究院;2013年

2 樊晓雪;最小二乘支持向量机的参数选择[D];河北大学;2012年

3 谢玲君;废弃烧结砖瓦再生骨料混凝土配制技术与性能研究[D];山东农业大学;2012年

4 卢瑞晓;广义Daubechies小波的理论和滤波器的构造[D];西安电子科技大学;2009年

5 裴伟娜;机采棉与手采棉的性能指标的分析比较[D];新疆大学;2007年

，

本文编号：2700957