1000 MW超临界燃煤发电机组脱硝喷氨自动控制方法研究.pdf
《1000 MW超临界燃煤发电机组脱硝喷氨自动控制方法研究.pdf》由会员分享,可在线阅读,更多相关《1000 MW超临界燃煤发电机组脱硝喷氨自动控制方法研究.pdf(5页珍藏版)》请在咨信网上搜索。
1、1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制方法研究杨展1,杨康1,刘成柱1,邓琴1,杨凯2(1.浙江浙能中煤舟山煤电有限责任公司,浙江舟山 316000;2.北京新叶能源科技有限公司,北京 100180)发电机组脱硝喷氨的控制情况不但影响大气环境,同样会因脱硝喷氨过量影响燃煤电厂后期安全运行。随着环境质量的改善和环保监管力度的加大,对超临界燃煤发电机组脱硝喷氨的控制提出了更高的要求。传统 PID 控制方法的脱硝喷氨,存在控制时间长、控制效果不佳、精度低的问题,有必要对 1 000 MW超临界燃煤发电机组脱硝喷氨自动控制方法进行研究1-2。贾晓静等3首先通过 SCR 优化整体排量控制,
2、获取脱硝喷氨数据库并建立脱硝喷氨模型,最后根据动态矩阵方法完成脱硝控制,该方法存在脱硝喷氨控制精度不佳的问题。盛锴等4针对现有脱硝喷氨控制策略进行分析,通过多模型控制器及加权系统优化多模型控制方法,并通过改进多模型控制完成脱硝喷氨的自动控制,但是该方法存在控制效果不佳的问题。卢志民等5分析脱硝系统喷氨浓度影响因子分布情况,根据喷氨量建立矩阵方程,完成发电机组脱硝喷氨的自动控制,但是该方法存在控制时间长的问题。为了解决上述方法中存在的问题,本文基于 BP神经网络模型提出了 1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制方法。1脱硝喷氨模型构建基于 BP 神经网络模型建立了 1 000 MW
3、 超临界燃煤发电机组脱硝喷氨模型6-7,其脱硝喷氨装置结构示意图如图 1 所示。燃煤发电机组脱硝喷氨系统 BP 神经网络模型的输入数据使用影响脱硝反应特性的变量模型,输出数摘要针对传统脱硝喷氨控制效果不佳的问题,提出了 1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制方法。基于 BP 神经网络建立 1 000 MW 超临界燃煤发电机组脱硝喷氨系统模型,基于门控循环单元神经网络模型完成出口 NOx质量浓度测量,通过混合-径向基神经网络完成 1 000 MW 超临界燃煤发电机组脱硝喷氨的自动控制。测试结果表明,所提方法的发电机组脱硝喷氨自动控制效果良好,能够有效降低氨气逃逸量。关键词燃煤发电机
4、组;脱硝喷氨控制;NOx质量浓度测量;神经网络模型文章编号:1005-9598(2023)-04-0138-04中图分类号:TM621.2;X773文献标识码:A收稿日期:2023-03-10第一作者:杨展(1981),男,汉族,浙江余姚人,工程师,学士,2003 年本科毕业于长沙理工大学自动化专业,从事热工自动化检修方面工作,E-mail:。DOI:10.19889/ki.10059598.2023.04.032引用格式:杨展,杨康,刘成柱,等.1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制方法研究J.煤化工,2023,51(4):138-141,159.第 51 卷第 4 期2023
5、 年 8 月煤 化 工Coal Chemical IndustryVol.51No.4Aug.2023吹风器催化剂烟气NOx+NH3净烟气N2+H2O混合器氨气空气喷氨流量控制阀图 1燃煤发电机组脱硝喷氨装置结构示意图第 51 卷第 4 期据使用 NOx质量浓度等。选取燃煤发电机组运行数据中的 m 个样本集,组成输入样本 c=c1,c2,cq,根据输入样本可以得到与之对应的输出样本 u=u1,u2,up,其中,q、p代表样本数量。根据燃煤发电机组运行数据,采用 sigmoid 函数计算 BP 神经网络隐层节点输出 netl(l 表示层数),经加权计算、偏移计算和激励函数后得到 BP 神经网络模
6、型输出 uk(k 表示层数)。BP 神经网络权重可通过神经网络反向传播算法获取,使用梯度下降法处理与实际存在偏差的输出值,直至得到允许范围内的误差。根据 BP 神经网络模型输出,构建燃煤发电机组脱硝喷氨模型mNH3,籽(NOx,out),其公式见式(1):mNH3,籽(NOx,out)=ukqv,in,兹h,籽(NOx,in),qm,NH3(1)式中:mNH3表示出口氨逃逸量,mg/s;籽(NOx,out)表示出口 NOx质量浓度,mg/m3;qv,in表示入口烟气流量,m3/h;兹h表示烟气温度,;籽(NOx,in)表示入口 NOx质量浓度,mg/m3;qm,NH3表示喷氨量,g/h。基于此
7、,完成燃煤发电机组脱硝喷氨系统模型的建立。2NOx质量浓度测量燃煤发电机组脱硝喷氨控制可结合出口 NOx质量浓度信号实现,故在完成发电机组脱硝喷氨模型的建立后,通过门控循环单元神经网络完成 NOx质量浓度的测量8,门控循环单元神经网络示意图见图 2。门控循环单元神经网络输入层是通过链式元素连接的循环单元9,输入数据在神经网络中传播时,同样受到循环单元迭代计算的影响,从而产生梯度爆炸或者梯度消息问题,故使用更新门控状态和重置门解决这一问题。其循环单元结构如图 2(a)所示。使用平均损失和函数 R 更新训练参数,其表达式见式(2):R=1YYi=1移(cq-up)2籽(NOx,out)(2)式中:
8、Y 表示更新次数;cq表示神经元输入值;up表示输出值。在脱硝喷氨过程中输入值与输出值之间存在时延问题,当前时刻输入值和输出值变量关系可由脱硝动态性决定,并且与历史序列数据间具有相关性。其动态模型如图 2(b)所示。输入值过大或者过小都会导致 NOx质量浓度测量出现较大误差,故要计算脱硝模型历史数据及其时延10。根据脱硝喷氨过程的非线性特点,其输入、输出间的相关性可由 DJMI(Dominant Joint Mutual In-formation)方法计算。以信息熵作为 DJMI 方法输入、输出变量的相关性参数,使用净互信息 MI(c;u)度量相关性,以消除时延的影响,其计算公式见式(3):M
9、I(c;u)=RMI(c,u)-MI(c)(3)式中:MI(c)与 MI(c,u)分别表示输入与输出的变量互信息。根据变量时延和最长历史数据重构门控循环单元神经网络的最终输入值,并完成最后的 NOx质量浓度测量。3脱硝喷氨自动控制根据获取的 NOx质量浓度测量结果,通过混合结构-径向基神经网络模型(MS-RBFNN)方法完成最终的 1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制。引入局部递归神经网络至神经网络模型中获取混合-径向基神经网络模型,这是一种具有很强非线性和计算能力的可扩展输入量至高维空间的深度学习模型。以出口处的 NOx浓度最低为目标,进行最佳喷氨量控制。隐藏层上部分使用非线
10、性静态前向神经网络,其输入为ck1,输出为uk1。根据上述参数,计算混合-径向基神经网络输出u(y),即脱硝喷氨控制表达式如式(4)所示:u(y)=移k=14茁kck1+移k=14字kuk1蓸蔀MI(c;u)(4)杨展等:1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制方法研究伊权重 灼 权重 灼函数Tanh乘运算加运算乘运算乘运算(a)混合-径向基神经网络模型循环单元结构C1C2C3C4u综合卷积层 1卷积层 2卷积层 3卷积层 4输出l-5 层l-4 层l-3 层l-2 层l-1 层l 层(b)动态模型图 2门控循环单元神经网络结构和动态模型伊伊+139-2023 年煤 化 工式中:茁
11、k与 字k分别表示神经网络隐藏层中输入与输出权值;y 表示变量。使用随机梯度算法训练混合-径向基神经网络,用瞬时误差代价函数 K(m)定义学习信号,其公式见式(5):K(m)=12r(m)2 u(y)(5)式中:r(m)表示误差系数。基于此,完成 1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制。4测试与分析为了验证 1 000 MW 超临界燃煤发电机组脱硝喷氨自动控制方法的整体有效性,对其完成如下测试。在计算机系统上使用 Visual C+软件搭建燃煤发电机组脱硝喷氨控制系统,其示意图如图 3 所示。采用基于混合-径向基神经网络模型的脱硝喷氨控制(本文所提方法)、基于动态矩阵方法的脱硝喷
12、氨控制(文献3方法)和基于改进多模型控制的脱硝喷氨控制(文献4方法)共同进行测试实验。4.1固定负荷下,出口 NOx质量浓度对比在固定负荷下,设定出口 NOx质量浓度控制量,采用所提方法、文献3方法和文献4方法完成发电机组脱硝喷氨控制,记录三种方法的出口 NOx质量浓度,结果如图 4 所示。分析图 4 可知:文献3方法和文献4方法的出口 NOx质量浓度都高于设置控制量,而所提方法的出口 NOx质量浓度低于设置控制量,表明所提方法在稳态工况时控制效果更好。4.2变负荷下,出口 NOx质量浓度对比在负荷增加与降低两种情况下,设定出口 NOx质量浓度控制量,采用本文所提方法、文献3方法和文献4方法完
13、成发电机组脱硝喷氨控制,记录三种方法的出口 NOx质量浓度,结果如图 5、图 6 所示。空气燃煤烟气烟气去空气预热器SCR烟道采样探头伴热管道NOx信号控制逻辑分析仪喷氨阀门图 3脱硝喷氨控制系统示意图756045301550101520文献4方法文献3方法设置控制量本文方法测试时间/h图 4三种方法的出口 NOx质量浓度10080604020020015010051015设置控制量负荷模型输出测试时间/h(a)文献3方法10080604020020015010051015测试时间/h(b)文献4方法10080604020020015010051015测试时间/h(c)本文方法图 5负荷增加时
14、,三种方法的出口 NOx质量浓度10080604020020015010051015测试时间/h(a)文献3方法10080604020020015010051015测试时间/h(b)文献4方法140-第 51 卷第 4 期版 权 声 明稿件自录用之日起,其专有出版权和信息网络传播权即授予本刊,同时许可本刊转授第三方使用。若作者对此有异议,请在来稿时声明,本刊将作适当处理。分析图 5、图 6 可知:在发生负荷增加或降低的情况下,文献3方法和文献4方法的出口 NOx质量浓度远高于设置控制量,而本文所提方法的出口 NOx质量浓度依旧保持在低于设定控制量的水平,表明所提方法的整体控制效果更好。4.3氨
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 1000 MW超临界燃煤发电机组脱硝喷氨自动控制方法研究 MW 临界 燃煤 发电 机组 脱硝喷氨 自动控制 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。