[发明专利]一种燃气轮机NOx预测排放监测系统和方法

说明书

本发明公开了一种燃气轮机NOx预测排放监测系统，涉及燃气轮机NOx预测排放监测领域，包括输入模块、神经网络模块和输出模块，其中，输入模块包括运行输入子模块和燃气轮机性能计算模型，运行输入子模块向多层感知器神经网络模块输入环境参数、燃气轮机边界参数和输出功率，神经网络模块为可解释多层感知器结构，所述输出模块输出预测排放结果；输入模块、多层感知器神经网络模块、输出模块依次连接。本发明提高了NOx排放预测的准确性、可靠性、实时性和适应性。

技术领域

本发明涉及燃气轮机NOx预测排放监测领域，尤其涉及一种基于可解释多层感知器神经网络的燃气轮机NOx预测排放监测系统。

背景技术

燃气轮机功率重量比高，工作条件灵活多变，广泛应用于管道行业驱动压缩机。燃气轮机作为重要的能源转化设备，燃料燃烧时带来了污染物氮氧化物(NOx)的排放。管道用燃气轮机虽没有出台污染物排放的控制标准，但《火电厂大气污染物排放标准GB13223-2011》规定，使用天然气燃料的燃气轮机NOx排放要小于50mg/m3。另外，我国管道行业中使用的燃气轮机通常没有安装连续排放监测(CEM)系统去实时测量NOx排放量，这是因为CEM系统具有以下几个缺点：所用监测设备必须经常校准；操作和维护成本较高；不能根据运行工况变化预测NOx排放量；未考虑燃气轮机本身性能退化。此外，大口径的西部地区管线(西气东输一线、二线、三线)压气站通常位于无人居住区，对NOx排放监测并不是十分迫切。

Botros和Kibrya等人基于多层感知器(MLP)神经网络模型并利用误差反向传播算法建立的PEM系统(Predictive Emission Monitoring，即预测排放监测)已经在加拿大管道公司的GE-LM1600、GE-LM2500+和RB211-24C三种机型上得到应用，并取得了一定效果。在建立GE-LM2500+机型PEM模型时以环境温度、环境压力、压气机转速、压气机出口压力、燃料流量作为模型输入，NOx排放作为模型输出。具体可以参见他们的文献，Emissionmonitoring module for an RB211-24Cgas turbine.ASME Turbo Expo 2009:Power forLand,Sea,and Air,Vol.5,Paper GT2009-59419,Orlando,Florida,USA,June 8-12,2009；Measurements of NOx emissions from DLE and non-DLE gas turbine enginesemployed in natural gas compressor stations and comparison with PEMmodels.Proceedings of the 201410th International Pipeline Conference.Calgary,Alberta,Canada,September 29-October 3,2014；Neural network based predictiveemission monitoring module for a GE LM2500gas turbine.Proceedings of the 8thInternational Pipeline Conference.Calgary,Alberta,Canada,September 27-October1,2010；A neural network based predictive emission monitoring model for NOxemission from a gas turbine combustor.ASME Engineering Technology Conferenceon Energy.Houston,TX,USA,February 4-5,2002。

Botros和Kibrya等人建立的PEM系统，建模中未考虑相对湿度、负荷以及燃气轮机本身性能退化对NOx排放的影响；未深入探究环境参数、气路参数、燃气轮机性能参数与NOx排放的相关性；对MLP神经网络结构(隐含层和每层隐含节点的数目)的选取也未给出方法或建议；模型预测NOx排放量的机制未得到有效解释。