燃煤发电NO x 稳定超低排放集成优化方法研究及应用

发布时间：2021-05-18 23:26

　　燃煤电厂锅炉的运行受多种因素影响。一方面,锅炉燃烧过程产生的氮氧化物（NO_x）是表征锅炉污染物排放水平的一个指标,它的排放量会直接影响到烟气后处理的脱硝效果。另一方面,SCR（选择性催化还原法）脱硝效率作为衡量SCR脱硝系统的主要指标,SCR脱硝效率过高会导致喷氨流量的浪费,SCR脱硝效率过低则会导致NO_x排放量不符合国家污染物超低排放的标准,对SCR脱硝系统乃至整个发电机组的生产效率和经济效益都有着重大影响。针对燃煤电厂控制系统数据的高维、海量和多参数多变量相互耦合的特点,建立有效的锅炉燃烧NO_x排放预测模型和SCR脱硝效率预测模型,是实现燃煤电厂NO_x稳定超低排放并且高效节能的基础,为了解决燃煤发电NO_x稳定超低排放优化控制中存在的问题,本文提出一套燃煤发电NO_x稳定超低排放集成优化方法,具体研究内容如下。（1）针对燃煤电厂锅炉的多参数多变量相互耦合特点,采用极限梯度提升算法（Extreme Gradient Boosting,XGBoost）和相关性... 

【文章来源】：广东工业大学广东省

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 基于数据驱动的燃煤锅炉建模方法
        1.2.2 电站锅炉燃烧及SCR脱硝系统优化控制方法
    1.3 论文的研究内容及创新点
    1.4 论文的章节安排
第二章 基于数据驱动的锅炉燃烧过程建模
    2.1 引言
    2.2 相关工作
        2.2.1 特征选择方法
        2.2.2 长短期记忆神经网络
    2.3 基于LSTM神经网络的燃烧过程NO_x排放量预测模型
        2.3.1 数据准备与处理
        2.3.2 模型的设计与构建
    2.4 实验结果与分析
        2.4.1 实验环境和数据集
        2.4.2 模型性能评价指标
        2.4.3 数据分析及处理
        2.4.4 实验结果分析
    2.5 本章小结
第三章 基于数据驱动的锅炉脱硝过程建模
    3.1 引言
    3.2 相关工作
    3.3 基于LSTM神经网络的脱硝过程SCR脱硝效率预测模型
        3.3.1 数据准备与处理
        3.3.2 模型的设计与构建
    3.4 实验结果与分析
        3.4.1 实验环境和数据集
        3.4.2 实验结果分析
    3.5 本章小结
第四章 基于深度强化学习的NO_x稳定超低排放协同优化成本控制策略研究
    4.1 引言
    4.2 相关工作
    4.3 基于深度强化学习的NO_x排放集成运行优化模型
        4.3.1 Actor策略网络模型
        4.3.2 Critic价值网络模型
        4.3.3 环境:电站锅炉SCR脱硝系统协同运行模型
        4.3.4 基于LSTM-A3C算法的NO_x排放集成运行优化模型
    4.4 实验结果与分析
        4.4.1 实验环境和数据集
        4.4.2 实验结果分析
    4.5 本章小结
第五章 总结与展望
    本文工作总结
    未来工作展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：3194661