[發明專利]一種基于神經網絡預測控制煙氣脫硫的方法

在審

• 申請號: 201811257232.X
• 申請日: 2018-10-26
• 公開（公告）號: CN109343367A
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 馬鳳英;于文志;孫凱;吳修糧
• 申請（專利權）人: 齊魯工業大學
• 主分類號: G05B17/00
• 分類號: G05B17/00
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 韓洪淼

1.一種基于神經網絡預測控制煙氣脫硫的方法，其特征在于，包括以下步驟：

步驟S1，采集濕法煙氣脫硫系統中關于時間變化的樣本數據，并根據采集到的樣本數據確定動態神經網絡的輸入層和輸出層的神經元；

步驟S2，利用步驟S1中的動態神經網絡對濕法煙氣脫硫系統進行建模，建立濕法煙氣脫硫系統預測模型；

步驟S3，利用步驟S2中建立的濕法煙氣脫硫預測模型計算濕法煙氣脫硫系統煙氣出口處的二氧化硫濃度預測值，并利用該二氧化硫濃度預測值對所述濕法煙氣脫硫系統的漿液噴淋量進行控制。

2.根據權利要求1所述的一種基于神經網絡預測控制煙氣脫硫的方法，其特征在于，所述步驟S1與S2之間還包括以下步驟：

S12：對所述樣本數據進行相關性分析，去除與所述濕法煙氣脫硫系統出口處煙氣中二氧化硫相關性小于0.3的樣本數據。

3.根據權利要求1或2所述的一種基于神經網絡預測控制煙氣脫硫的方法，其特征在于，所述步驟S1中的樣本數據包括濕法煙氣脫硫系統入口處的二氧化硫濃度、機組負荷、1號吸收塔石膏漿液PH值、石灰石漿液去1號吸收塔的流量、1號吸收塔入口煙氣溫度、2號吸收塔供漿流量、總風量、總煤量、1號吸收塔液位計算值以及所述濕法煙氣脫硫系統出口處煙氣中二氧化硫濃度。

4.根據權利要求3所述的一種基于神經網絡預測控制煙氣脫硫的方法，其特征在于，所述步驟S1中，動態神經網絡的輸入層神經元為濕法煙氣脫硫系統入口處的二氧化硫濃度、NOx濃度、機組負荷、石灰石漿液去1號吸收塔的流量、1號吸收塔出口煙氣二氧化硫濃度、2號吸收塔PH值、總風量和總煤量；動態神經網絡的輸出層的神經元為所述濕法煙氣脫硫系統出口處煙氣中二氧化硫濃度。

5.根據權利要求4所述的一種基于神經網絡預測控制煙氣脫硫的方法，其特征在于，所述步驟S1中，樣本數據的頻率為每五分鐘一次，連續采集十天，共2676筆數據，將樣本數中的前八天作為訓練集，最后兩天的數據作為驗證集。

6.根據權利要求5所述的一種基于神經網絡預測控制煙氣脫硫的方法，其特征在于，所述步驟S1中，動態神經網絡由BP神經網絡組成。