[發明專利]SCR反應器入口氮氧化物濃度影響因素的確定方法及設備

有效

• 申請號: 202011026864.2
• 申請日: 2020-09-25
• 公開（公告）號: CN111931426B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 袁照威;孟磊;谷小兵;白玉勇;崔煥民;江澄宇;馬務;杜明生;寧翔;岳樸杰
• 申請（專利權）人: 大唐環境產業集團股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06N20/10
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 李斌

本公開一個或多個實施例提供了一種SCR反應器入口氮氧化物濃度影響因素的確定方法及設備，該方法使用預先訓練好的SCR反應器入口氮氧化物濃度預測模型對候選因素對應的訓練樣本進行訓練，然后將與模型對應的目標函數的值作為每個特征的排序系數，通過對排序系數進行排序得到所有因素序列的集合，并刪除對SCR反應器入口氮氧化物濃度影響最小的因素，使用剩余因素迭代重新訓練模型以及剔除影響最小的因素的過程，直至集合為空，按照剔除因素的先后順序，對因素進行排序，得到最終的因素排序集合，從而可按照各因素對SCR反應器入口氮氧化物濃度的影響度的來對各因素進行排序，可有效選擇出對SCR反應器入口氮氧化物濃度影響的因素。

技術領域

本公開一個或多個實施例涉及數據處理技術領域，尤其涉及一種SCR反應器入口氮氧化物濃度影響因素的確定方法及設備。

背景技術

目前，常見的脫硝技術中SCR（Selective Catalytic Reduction，選擇性催化還原）煙氣脫硝技術較為普遍被使用，其中噴氨量的控制是其重要過程。而噴氨量的計算是根據SCR反應器出入口NOx（氮氧化物）、煙氣量以及氧量等參數計算，入口NOx濃度的測量準確性對噴氨量的多少至關重要。目前，主要通過CEMS（Continuous Emission MonitoringSystem，連續排放檢測系統）對煙氣中的NOx成分進行實時測量。然而，這種測量方法成本較高，且測量后分析數據耗時較長導致測量值反饋存在嚴重滯后，勢必導致脫硝系統入口NOx難以實時準確的展現，最終導致脫硝系統對NOx的控制效果不理想，影響鍋爐安全運行。

隨著人工智能、互聯網+等技術的發展，使得智能化控制方式應用于脫硝反應器入口NOx的預測稱為了一種可能，這種預測方式能夠提高入口NOx的預測精度，減少延遲效應帶來的入口NOx測不準的問題。但這種NOx預測方式的前提是數據的準確性及特征參數的選擇問題，如參數選的特征太多就會造成預測結果的冗余且增加計算時間，參數選的太少導致入口NOx預測精度降低。所以，參數的選擇對入口NOx的預測精度有著至關重要的作用，如何選擇與入口NOx濃度相關度較高的影響因素是一個亟需解決的問題。

發明內容

有鑒于此，本公開一個或多個實施例的目的在于提出一種SCR反應器入口氮氧化物濃度影響因素的確定方法及設備，以解決相關技術中如何選擇SCR反應器入口氮氧化物濃度影響因素的問題。

本公開一個或多個實施例提供了一種SCR反應器入口氮氧化物濃度影響因素的確定方法，包括：確定影響SCR反應器入口氮氧化物濃度的候選因素集合；獲取所述候選因素集合中各因素對應的訓練樣本；利用預先訓練得到的SCR反應器入口氮氧化物濃度預測模型對所述訓練樣本進行訓練，得到重新訓練后的預測模型；根據重新訓練后的預測模型的參數確定與重新訓練后的預測模型對應的目標函數的參數；根據所述目標函數計算出各所述候選因素集合中的各因素的排序系數；根據所述排序系數從所述候選因素集合中剔除對所述SCR反應器入口氮氧化物濃度影響最小的因素；循環執行將剔除對SCR反應器入口氮氧化物濃度影響最小的因素后的集合中的各因素對應的樣本重新訓練預測模型以及重新訓練預測模型之后的步驟，直到所述集合為空；根據剔除所述候選因素的順序確定所述候選因素的排序。

可選的，所述候選因素至少包括以下兩種：燃煤機組負荷、總風量、總煤量、總一次風量、總二次風量、煙氣含氧量、燃盡風門開度、磨煤機給煤量以及二次風門開度。

可選的，所述訓練樣本包括各所述候選因素對應的時間序列信號，以及SCR反應器入口的氮氧化物濃度對應的時間序列信號。

可選的，所述預測模型基于支持向量回歸機SVR算法構建，所述重新訓練后的預測模型的參數包括：懲罰系數、不敏感參數以及核函數參數。

可選的，所述懲罰系數的取值范圍為2^-5-2²⁵，所述不敏感參數的取值范圍為0.002-0.1，所述核函數選擇高斯核函數，所述核函數的取值范圍為2^-15-2¹⁵。