[發明專利]一種燃煤電廠脫硝系統數據自動診斷甄別模型

在審

• 申請號: 201410677212.3
• 申請日: 2014-11-21
• 公開（公告）號: CN104504237A
• 公開（公告）日: 2015-04-08
• 發明（設計）人: 孫栓柱;孫虹;張友衛;王明;許國強;周春蕾;代家元;王林;孫彬;王其祥;高進;魏威;劉成;李春巖
• 申請（專利權）人: 國家電網公司;江蘇省電力公司;江蘇方天電力技術有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種燃煤電廠脫硝系統數據自動診斷甄別模型，其特征在于，包括基于統計原理的數據辨識模型和基于工藝原理的數據辨識模型；

所述基于統計原理的數據辨識模型是指以小時為單位采集監測點數據，對數據變化異常狀態進行自動甄別，數據變化異常狀態主要包括數據不變，數據超限，數據波動異常和數據耦合異常四種情況，其中，

數據不變的甄別規則為：考核期內監測點數據沒有變化且持續時間達到30分鐘，則判斷為該監測點數據不變異常；所述考核期內測點數據沒有變化是指相鄰兩個數據之間的絕對偏差<0.00001；

數據超限的甄別規則為：考核期內監測點數據同時滿足以下四個條件則判斷該監測點為數據超限異常，

分析儀故障＝0；

分析儀標定＝0；

采集數據<閾值下限或者采集數據>閾值上限；

持續時間達到30分鐘；

數據波動異常的甄別規則為：監測點小時變異系數中，考核時間>0，并且變異系數>閾值上限或者變異系數<閾值下限，則判斷該監測點為數據波動異常；

數據耦合異常的甄別規則為：相關關系的小時相關系數中，考核時間>0，并且相關系數>閾值上限或者相關系數<閾值下限，則判斷該監測點為數據耦合異常；

所述基于工藝原理的數據辨識模型是指建立關鍵指標的預測模型，對關鍵指標進行自動甄別，所述關鍵指標包括液氨消耗量；

所述液氨消耗量預測模型為：

QNH3,mi=(Qgas,SCR,ini×CNO,SCR,ini×1730×106+Qgas,SCR,ini×CNO2,SCR,ini×17×246×106)×mi=Qgas,SCR,ini106×(CNO,SCR,ini×1730+CNO2,SCR,ini×17×246)×mi]]>

其中，為第i個SCR反應器的液氨消耗量，為第i個SCR反應器入口標態干煙氣量，為分別為第i個SCR反應器入口煙氣NO、NO₂質量濃度，mⁱ為第i個SCR反應器的氨氮摩爾比。