[发明专利]一种全工况电站SCR脱硝系统的控制方法及系统

权利要求书

1.一种全工况电站SCR脱硝系统的控制方法，其特征在于，所述控制方法包括如下步骤：

获取SCR脱硝系统的历史运行数据；

采用聚类算法将历史运行数据划分至多个负荷区间，获得多个负荷区间的历史运行数据；

分别利用每个负荷区间的历史运行数据训练神经网络模型，获得每个负荷区间的SCR脱硝系统输出预测模型；SCR脱硝系统输出预测模型用于根据SCR脱硝系统当前的工作状态数据和预测时间段内的每个控制时间点的喷氨量，预测SCR脱硝系统在预测时间段内的每个预测时间点的出口NO_x浓度和出口氨逃逸；所述工作状态数据包括机组负荷、SCR脱硝系统入口的NO_x浓度和烟气流量；

根据SCR脱硝系统的负荷指令，获取负荷指令对应的机组负荷所在的负荷区间的SCR脱硝系统输出预测模型；

根据负荷指令对应的机组负荷所在的负荷区间的SCR脱硝系统输出预测模型，采用遗传算法确定使多目标优化函数最优的喷氨量，作为最优喷氨量；

根据所述最优喷氨量对SCR脱销系统进行控制。

2.根据权利要求1所述的全工况电站SCR脱硝系统的控制方法，其特征在于，所述神经网络模型包括输入层、输出层和隐含层，所述输入层包括4个神经元，所述输出层包括2个神经元，所述输出层包括5个神经元。

3.根据权利要求1所述的全工况电站SCR脱硝系统的控制方法，其特征在于，所述根据负荷指令对应的机组负荷所在的负荷区间的SCR脱硝系统输出预测模型，采用遗传算法确定使多目标优化函数最优的喷氨量，作为最优喷氨量，具体包括：

以预测时间段内每个控制时间点的喷氨量为个体，初始化遗传算法的种群；

判断种群中每个个体中的每个控制时间点的喷氨量对应的SCR脱硝系统的阀门开度是否在阀门开度的下限值和上限值之间，获得第一判断结果；

若所述第一判断结果表示否，则将SCR脱硝系统的阀门开度小于阀门开度的下限值的个体中的喷氨量用阀门开度的下限值对应的喷氨量代替，将SCR脱硝系统的阀门开度大于阀门开度的上限值的个体中的喷氨量用阀门开度的上限值对应的喷氨量代替；

将种群中每个个体输入SCR脱硝系统输出预测模型，获得每个个体对应的预测时间段内每个预测时间点的预测出口NO_x浓度和预测出口氨逃逸量；

利用公式对每个个体对应的预测时间段内每个预测时间点的预测出口NO_x浓度进行校正，获得每个个体对应的预测时间段内每个预测时间点的校正后的预测出口NO_x浓度；其中，为k+i·s₁时刻校正后的预测出口NO_x浓度，为k+i·s₁时刻的预测出口NO_x浓度，为k时刻的预测出口NO_x浓度，为k时刻的SCR脱硝系统的实际出口NO_x浓度，i表示第i个预测时间点，s₁为预测步长，r为校正系数；

根据每个个体对应的预测时间段内每个预测时间点的预测出口NO_x浓度、预测出口氨逃逸量和校正后的预测出口NO_x浓度，分别利用第一目标函数和第二目标函数，计算每个个体的第一目标函数值和第二目标函数值；

确定种群中满足第二目标函数的个体中第一目标函数最小的个体作为第L次迭代的最优个体，将第L次迭代的最优个体与第L-1次迭代的全局最优个体中第一目标函数值较大的个体设置为第L次迭代的全局最优个体；

判断迭代次数是否大于迭代次数阈值，获得第二判断结果；

若所述第二判断结果表示否，则令迭代次数的数值增加1，采用遗传算法中的遗传、变异和重组的方式更新种群，返回步骤“判断种群中每个个体中的每个控制时间点的喷氨量对应的SCR脱硝系统的阀门开度是否在阀门开度的下限值和上限值之间，获得第一判断结果”；

若所述第二判断结果表示是，输出第L次迭代的全局最优个体作为最优喷氨量。