摘要: 以自某热电厂350MW燃煤机组的选择性催化还原(SCR)反应系统所采集的数据为依托,使用神经网络预测控制方法,研究电厂尾气中氮氧化物排放的预测及控制问题.利用神经网络的方法进行模型辨识,利用预测控制的思想对喷氨量进行控制,既可使尾气达到限排标准,亦能减少用氨量,提升经济效益的同时减少氨逃逸.采用最速梯度方法进行控制器的优化,并通过性能函数来约束控制量,达到预期输出.最后将仿真结果与现场所测数据进行对比,结果表明神经网络预测控制方案可以较准确地预测出未来有限时刻所需的喷氨量.
中图分类号:
孟范伟, 徐博, 吕晓永, 刘胤圻. 神经网络预测控制在SCR烟气脱硝系统中应用[J]. 东北大学学报:自然科学版, 2017, 38(6): 778-782.
MENG Fan-wei, XU Bo, LYU Xiao-yong , LIU Yin-qi. Application of Neural Network Predictive Control in SCR Flue Gas Denitration System[J]. Journal of Northeastern University:Natural Science, 2017, 38(6): 778-782.