[发明专利]基于SCR脱硝系统的喷氨量优化控制装置及控制方法在审

专利信息
申请号: 202210107225.1 申请日: 2022-01-28
公开(公告)号: CN114558447A 公开(公告)日: 2022-05-31
发明(设计)人: 武永鑫;李旭凯;王英敏;成艳亭;叶翔;王伟;王海刚 申请(专利权)人: 中国大唐集团科学技术研究总院有限公司华北电力试验研究院;中国大唐集团科学技术研究总院有限公司
主分类号: B01D53/86 分类号: B01D53/86;B01D53/56;B01D53/90;G05B13/04
代理公司: 北京中南长风知识产权代理事务所(普通合伙) 11674 代理人: 李青
地址: 100043 北京市石景*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 scr 系统 喷氨量 优化 控制 装置 方法
【权利要求书】:

1.一种基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,包括:喷氨量预测系统、保护逻辑、SCR脱硝系统;

喷氨量预测系统,所述喷氨量预测系统包括:至少1个神经网络模型,通过每个模型预测结果的相互调用,计算喷氨量的预测结果;

保护逻辑,用于对喷氨量的预测结果进行判断,生成喷氨量预测值信号,防止出现喷氨量不达标;

SCR脱硝系统,根据喷氨量预测值信号控制SCR脱硝反应器的喷氨量。

2.根据权利要求1所述的基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,所述喷氨量预测系统,包括:1个入口NOx预测模型和3个喷氨量预测模型;

其中3个喷氨量预测模型分别为:喷氨量预测模型1、喷氨量预测模型2和喷氨量预测模型3;

喷氨量预测模型1、喷氨量预测模型2与喷氨量预测模型3之间依次串联,并与入口NOx预测模型进行并联。

3.根据权利要求2所述的基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,所述入口NOx预测模型,包括:1个输入层、若干个隐含层和1个输出层;其中,输入层包含5个神经元;每个隐含层包含若干个神经元;输出层包含1个神经元。

4.根据权利要求2所述的基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,所述喷氨量预测模型,包括:1个输入层、若干个隐含层和1个输出层;其中,输入层包含7个神经元;每个隐含层包含若干个神经元;输出层包含两个神经元。

5.根据权利要求2所述的基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,所述喷氨量预测模型1的输入参量为:当前时刻(t)的负荷、氧量、总燃料量、总风量、入口NOx浓度值、出口NOx浓度设定值和喷氨量,输出参量为(t+1)时刻的喷氨量预测值和出口NOx浓度预测值;

所述喷氨量预测模型2的输入参量为:当前时刻(t)的负荷、氧量、总燃料量、总风量,(t+1)时刻入口NOx浓度预测值、出口NOx浓度设定修正值和(t+1)时刻喷氨量预测值,输出参量为(t+2)时刻的喷氨量预测值和出口NOx浓度预测值;

喷氨量预测模型3的输入参量为:当前时刻(t)的负荷、氧量、总燃料量、总风量,(t+1)时刻入口NOx浓度预测值,出口NOx浓度设定修正值和(t+2)时刻喷氨量预测值,输出参量为(t+3)时刻的喷氨量预测值和出口NOx浓度预测值。

6.根据权利要求5所述的基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,用于入口NOx预测模型和喷氨量预测模型训练的历史数据,在训练之前对数据进行预处理。

7.根据权利要求6所述的基于SCR脱硝系统的喷氨量优化控制装置,其特征在于,用于入口NOx预测的神经网络模型,其预测值与实际值之间偏差的绝对值不大于5%;

用于喷氨量和出口NOx浓度值预测的神经网络模型,其预测值与实际值之间偏差的绝对值不大于8%。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国大唐集团科学技术研究总院有限公司华北电力试验研究院;中国大唐集团科学技术研究总院有限公司,未经中国大唐集团科学技术研究总院有限公司华北电力试验研究院;中国大唐集团科学技术研究总院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210107225.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top