基于互信息分析的SCR脱硝系统动态建模方法研究

发布时间：2020-10-02 07:33

　　燃煤发电在电力工业中起着主导作用,电站燃煤产生的氮氧化物(NO_x)对环境造成了严重污染。选择性催化还原法(SCR)脱硝是目前普遍采用的脱除电站NO_x的有效手段,建立精确的SCR脱硝系统模型是SCR脱硝控制的基础。近年来电站信息化的发展使得过程数据的获取变得愈发容易,但高维数据间存在复杂关系且包含大量不必要的信息,未经处理可能会导致维数灾难并增加建模的复杂性。因此,本文针对SCR脱硝系统,通过互信息方法确定影响SCR反应器出口NO_x浓度的相关变量,并将筛选出的变量作为输入用于SCR脱硝系统的建模,最终达到提高模型动态预估性能的目的。本文的主要内容包括:(1)论述了脱硝系统的研究背景和意义,介绍了建模的方法和研究现状,并对SCR脱硝系统的结构、工艺流程、反应原理进行了详细分析。(2)SCR脱硝系统是个复杂的非线性系统,反应器出口NO_x浓度的影响因素众多,且存在着冗余变量的干扰。本文在互信息理论的基础上,提出了一种分步式权重互信息的变量选择方法,首先通过互信息对各输入变量的时间序列进行分析,确定出各输入变量的纯迟延时间,然后通过引入互信息权重系数,提高了输入变量选择的准确度。(3)利用分步式权重互信息选出模型的输入变量,采用极限学习机建立了SCR脱硝系统模型,并进一步利用遗传算法对模型参数进行了优化。仿真结果表明,优化后的模型具有良好的预测精度和泛化能力。
【学位单位】：华北电力大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：X773
【部分图文】：

变量选择,基本步骤,变量

华北电力大学硕士学位论文析（CCA）[8]；变量选择则相反，仅从其中选出所需的子集，是一种包含的，没有更改原始的变量空间。与变量提取相比，变量选择具有以下优势：（1）变量提取后的新变量是原来变量的一个映射，不再具有原先的物理，而变量选择仅选出原先变量集合的子集，不但保留了变量本身的特点，方定特定变量的重要程度，对模型也有了更好的解释。（2）与变量选择相比，变量提取多了将所有变量映射的步骤，算法复杂对较高，特别是针对高维数据，变量选择更为合适。（3）在预测方面，变量提取仍需对所有变量进行映射，而变量选择一旦了特定的变量，我们只需对选定的变量进行计算，建模消耗的时间和空间更变量选择的基本步骤如图 1-1 所示[9]。依据评估标准的不同，变量选择算分为以下三类[10]：包装（Wrapper）[11]、嵌入（Embedded）[12]和过滤（Fil]方法。

基于互信息分析的SCR脱硝系统动态建模方法研究

研究内容结构

工艺流程图,脱硝,工艺流程

华北电力大学硕士学位论文第2章 SCR 脱硝系统简介SCR 脱硝技术最初兴起于欧美，以其结构简单，运行可靠，效率高，等优点得以广泛应用，我国于 21 世纪初将其引入并应用于燃煤电站的。SCR 脱硝系统主要由氨的储备与供应系统、SCR 控制系统、脱硝反构成[36]。 SCR 脱硝系统工艺流程SCR 脱硝工艺流程如图 2-1 所示。气化的氨气与稀释空气在混合器中充混合后进入脱硝反应器，在催化剂的作用下，氨气与烟气中大部分的还原形成 N2和 H2O，最后通过空气预热器等进入后续环节。

【参考文献】