火电厂氮氧化物排放测量研究

发布时间：2020-07-15 19:18

【摘要】：近几年大气污染问题越来越不容忽视,氮氧化物排放控制也得到了越来越多的关注。我国煤炭为主的能源结构决定了火电的重要地位,对于火电厂氮氧化物排放,我国也做出了严苛的限制规定,火电厂也必须响应国家要求做出相应措施来减少氮氧化物的排放,因此火电厂氮氧化物排放问题研究显得尤为重要。目前绝大部分建模都是静态模型,但通过机理分析可知,氮氧化物的生成存在时延,静态建模不够准确。为此,本文提出了基于时间序列神经网络的动态模型,对火电厂氮氧化物的排放进行动态建模研究,并通过对比分析,验证了动态建模的优越性。文章首先通过对氮氧化物的生成机理分析,确定影响锅炉氮氧化物生成的25个运行参数为输入变量。其中炉膛温度为炉膛内部测得的3个层温数据,与传统的采用尾部烟气温度代替炉膛温度相比,提高了温度测量的精度。接下来,采用因子分析法对输入变量进行了预处理,通过对输入变量进行因子分析,得到了 4个公共因子,代替原来的25个输入变量,降低了原始输入数据之间的共线性,也减小了模型运算量。接下来,分别采用支持向量机算法和时间序列神经网络算法,对锅炉氮氧化物排放进行了静态和动态建模研究,通过对比分析,验证了时间序列神经网络建模的优越性,与静态的支持向量机模型相比,动态时间序列神经网络模型的准确度得到了进一步提高。
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：X831;TM621
【图文】：

流程图,流程图,离子基团,碳氢

燃烧过程中会产生碳氢离子基团Ｃｈ，，碳氢离子基团Ｃｈ，与空气中的Ｎ２相遇逡逑发生反应，生成ＨＣＮ和ＣＮ等．ＨＣＮ和ＣＮ跟火焰中的０、ＯＨ基团发生反应，逡逑形成ＮＣＯ．进一步被氧化生成ＮＯ。其总体反应过程如图２－１所示：逡逑８逡逑

示意图,最优分类面,示意图,支持向量机

逡逑支持向量机的基本原理为创建分类超平面作为决策曲面，将不同类别的数据逡逑分别位于平面两侧，且使得两边的点离该平面的距离最大。其原理图如图３－１所逡逑示。其中两类样本各自用方点和圆点来表示，Ｈ为分类线，氏和出分别是连接逡逑不同样本中距离分类平面最近的点，且与分类平面平行的直线，它们相距的距离逡逑称之为分类间隔。最佳分类线要求在准确分类两种样本的前提下最大化分类区间逡逑值，即两种类型的样本相距最远。和Ｈ２上的训练样本点称为支持向量【４３：＞。逡逑□口口逡逑□逦口逡逑Ｈ逦、■＇、、邋口逡逑ｘ－邋ｃｏ＋ｂ－Ｑ逦口逡逑０邋＇、、、＇邋？／邋２逡逑0邋Ｏ逦／邋ＩＷＩ逡逑0逡逑图３－１最优分类面示意图逡逑支持向量机通用的学习目标可表示如下：逡逑Ｊ邋＝邋＾邋＋邋ｃＥ＾ｉ＾（ｙｉ，／ｆｅｗ））逦（３－３）逡逑与其他算法相比，支持向量机优越性主要体现在如下几点：逡逑（１）

示意图,核函数,示意图,支持向量机

核函数是整个支持向量机回归非常重要的一个部分，它在高维空逡逑间利用简单的线性回归完成原始的复杂非线性回归实现，这也是其优越性所在，逡逑过程如图３－２所示。这种变换大大减小了支持向量机解决复杂的高维问题时的运逡逑算量，也提高了建模精度。逡逑ｔ邋□逦ｔ逡逑ｌ邋°逦非线性映射ｎ逡逑Ｒ口口逦一＾逦□口逡逑ｏ邋0＼ａ邋ｎ逦ｏ＼ｎ逡逑0邋°逡逑逦？邋逦逦逦？逡逑样本空间逦特征空间逡逑图３－２核函数映射示意图逡逑根据Ｈｉｌｂｅｒｔ－Ｓｃｈｍｉｄｔ原理［４４，４５］，能够作为支持向量机回归的核函数尤６ｃ，＋，逡逑是对称正实数函数逡逑Ｋ｛ｘ，ｘ）邋＝邋｛（ｐ｛ｘ），（ｐ｛ｘ））逦（３－１１）逡逑常用的核函数有以下４种：逡逑（１）

【相似文献】