[发明专利]一种智能的动态分区喷氨控制方法和系统

权利要求书

1.一种智能的动态分区喷氨控制方法，其特征在于，包括：

步骤100智能总量控制方法：根据锅炉系统参数及SCR运行历史数据，预测SCR入口NOx浓度和烟气量浓度，并当做喷氨控制器的前馈信号，控制器给出最终的总量喷氨阀门的指令；

步骤200分区控制方法：以总量控制阀门得到的喷氨量为总的喷氨量，根据智能喷配控制器得到每个支管调节阀的喷氨量；所述智能分配控制器是根据每个分区的出口NOx浓度与设定值之间的偏差，计算每个支管调节阀的相对比例，并据此得到支管调节阀的开度。

2.根据权利要求1所述的一种智能的动态分区喷氨控制方法，其特征在于，步骤100中采用LSTM方法预测SCR入口NOx浓度和烟气量浓度。

3.根据权利要求2所述的一种智能的动态分区喷氨控制方法，其特征在于，步骤100中控制器采用串级PID控制。

4.根据权利要求3所述的一种智能的动态分区喷氨控制方法，其特征在于，步骤100具体包括：

步骤1001入口NOx浓度预测：根据锅炉系统参数及SCR运行历史数据，选择与入口NOx浓度相关的影响因素，包括：机组负荷、总风量、总煤量、烟气含氧量、磨煤机给煤量、二次风门开度、燃尽风门开度和炉膛出口温度；入口NOx浓度预测方法采用LSTM神经网络方法，其输入为与入口NOx浓度相关的影响因素，输出为入口NOx浓度；

步骤1002烟气量浓度预测：根据锅炉系统参数及SCR运行历史数据，选择与烟气量相关的影响因素，包括：机组负荷、总风量、氧量，采用LSTM神经网络方法，其输入为机组负荷、总风量、氧量等，输出为烟气量；

步骤1003串级PID控制：主PID控制器根据出口NOx浓度与设定值的偏差，计算得到喷氨量，为了解决系统的滞后、非线性特性，将入口NOx浓度与烟气量浓度参数作为主PID控制器的前馈；副PID控制器根据实际喷氨量与主PID控制器输出的偏差计算的总量喷氨阀门的控制指令。

5.根据权利要求4所述的一种智能的动态分区喷氨控制方法，其特征在于，在步骤1001和1002中的LSTM神经网络方法具体包括：

建立LSTM循环神经网络结构，所述LSTM循环神经网络结构为多输入单输出的三层模型；第一层为输入层，训练数据集中与NOx排放量相关的运行时间序列数据；第二层为隐含层，为LSTM循环网络结构，LSTM隐含层采用LSTM单元，该单元具有三个门和一个状态更新单元；三个门分别为输入门、遗忘门和输出门，输入门用来决定当前时刻网络的输入有多少保存到单元状态中；遗忘门决定上一时刻当前的状态有多少信息保留到当前时刻；输出门用来控制单元状态有多少输出到当前输出值；第三层为输出层，对应的是入口NOx浓度或烟气量预测结果；

训练LSTM循环神经网络模型，训练过程包括：前向计算每个神经元的输出值、反向计算每个神经元的误差值以及计算每个神经元之间权重梯度和偏置梯度。

6.根据权利要求1所述的一种智能的动态分区喷氨控制方法，其特征在于，步骤200具体包括：

步骤2001计算出口NOx浓度偏差：根据各分区出口NOx浓度测量仪表测量得到的出口NOx浓度以及运行人员设定的出口NOx的设定值，计算各分区出口NOx浓度与设定值之间的偏差，记为A1，A2，……，An；

步骤2002计算各分区喷氨量权重系数：基于偏差值A1，A2，……，An，根据公式wi＝Ai/(A1+A2+……+An)，得到每个分区的相对权重wi；

步骤2003根据步骤100得到的总量喷氨阀门开度指令M及每个分区的相对权重wi，得到各分区各支管调节阀的开度M×wi。

7.一种基于权利要求1至权利要求6任一项所述方法的智能的动态分区喷氨控制系统，其特征在于，包括：DCS系统模块、PLC控制器模块和大数据分析模块；所述DCS系统模块通过LC卡件，采用MODBUS通信协议与PLC控制器模块连接，所述PLC控制器模块通过TCP/IP协议与大数据分析模块连接。