[發明專利]基于神經網絡的SCR智能噴氨優化方法及裝置

有效

• 申請號: 201611180375.6
• 申請日: 2016-12-19
• 公開（公告）號: CN106599586B
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 王德俊;江浩;單選戶;白云峰;初煒;馬志剛;納宏波
• 申請（專利權）人: 北京國能中電節能環保技術股份有限公司
• 主分類號: G16C20/10
• 分類號: G16C20/10;G06N3/08
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 宋菲;劉云貴

本發明公開了一種基于神經網絡的SCR智能噴氨優化方法及裝置，涉及燃煤脫硝技術領域。其中方法包括：在系統負荷不變時，將噴氨管柵根據區域不同劃分為n個模塊，調整n個噴氨模塊的閥門，采集一段時間內n個噴氨模塊的噴氨量作為訓練輸入數據，脫硝效率和氨逃逸率作為訓練輸出數據；利用訓練輸入數據和訓練輸出數據進行BP神經網絡訓練；以各個噴氨模塊的噴氨量作為測試輸入數據，利用訓練得到的BP神經網絡模型預測脫硝效率和氨逃逸；利用遺傳算法在多個測試輸入數據中尋找到最優值，根據最優值調整各個噴氨模塊的實際噴氨量。采用本方案，可以實現噴氨量的差異化控制，提高了脫硝效率，降低了氨逃逸率，并能夠靈活根據電廠的不同目標調整各噴氨模塊的噴氨量。

技術領域

本發明涉及燃煤脫硝技術領域，具體涉及一種基于神經網絡的SCR智能噴氨優化方法及裝置。

背景技術

選擇性催化還原法(SCR)作為目前技術成熟、效果好的脫硝工藝被廣泛應用于燃煤電廠脫硝工程。隨著GB13223-2011《火力發電廠大氣污染物排放標準》的實施，對NOx的排放有了更嚴格的限值要求，大多數燃煤電廠需加裝SCR脫硝系統。

良好的NH₃/NOx混合和速度分布的均勻性是保證SCR脫硝效率、降低氨逃逸率、增加催化劑壽命的關鍵。在SCR系統設計過程中，通過計算流體力學(Computational FluidDynamics，CFD)方法進行反復模擬試驗，優化導流裝置等內構件保證煙氣在反應器中流動和混合的均勻性，已經成為SCR系統設計和優化的重要手段。然而在實際過程中，由于模擬的假設偏差、施工帶來的偏差以及運行工況的變化，往往導致SCR系統達不到設計的脫硝效率、氨逃逸率較高。長期運行后，還會引起空氣預熱器(下文簡稱空預器)的堵塞和腐蝕，影響機組穩定運行。

SCR脫硝系統的關鍵是控制噴入煙氣中的噴氨量，噴氨量及其控制方式直接關系到燃煤電站鍋爐脫硝效率、NOx排放濃度及氨逃逸率等指標。若噴氨量不足會導致脫硝效率低，出口NOx排放濃度不能滿足國家規定允許的要求。若噴氨量過大，不僅會增加運行成本，過量的NH₃還會與煙氣中的SO₃反應生成銨鹽，由于銨鹽具有很強的黏附性，容易黏附在催化劑表面，不僅會堵塞催化劑微孔使催化劑活性降低，還會造成后續設備空預器的腐蝕和堵塞。目前，SCR噴氨控制主要采用總量控制調節的模式，通過入口的NOx濃度、煙氣流量、氨氮摩爾比以及催化劑轉換效率等數據計算出總體噴氨量，設定總的噴氨值。

在實現本申請實施例的過程中，發明人發現現有技術中至少存在如下問題：在實際過程中，進入噴氨格柵前的煙氣NOx分布不可能是完全均勻的，在催化劑表面的氨氮摩爾比也不可能是完全一致的，這就導致滿足脫硝效率時氨逃逸率高，或是滿足氨逃逸率低時脫硝效率不達標。通過手動調節各個支管的噴氨量，雖然能夠解決此類問題，但是需要耗費大量的時間、精力、經驗，效率極低。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基于神經網絡的SCR智能噴氨優化方法及裝置，能夠有效的降低氨逃逸率，提高脫硝效率，切實有效的解決SCR對空預器造成的堵塞問題。

根據本發明的一個方面，提供了一種基于神經網絡的SCR智能噴氨優化方法，包括：

在系統負荷不變時，將噴氨管柵根據區域不同劃分為n個模塊，調整n個噴氨模塊的開度閥門，采集一段時間內n個噴氨模塊的噴氨量作為訓練輸入數據，采集SCR脫硝系統的脫硝效率和氨逃逸率作為訓練輸出數據,其中n為自然數；

利用訓練輸入數據和所述訓練輸出數據，對BP神經網絡模型進行訓練；

構建各個噴氨模塊的噴氨量作為測試輸入數據，利用訓練得到的BP神經網絡模型預測得到脫硝效率和氨逃逸率作為測試輸出數據；

將測試輸入數據作為種群個體，利用遺傳算法在多個測試輸入數據中尋找到最優值，根據最優值調整各個噴氨模塊的實際噴氨量。