论文部分内容阅读
选择性催化还原(SCR)脱硝技术因为具有较高的脱硝率、技术可靠、结构简单且氨气逃逸率小等优点已成为燃煤电站锅炉控制NO_x排放的主要选择。SCR反应器入口NO_x含量及时、准确的测量对调节喷氨量至关重要,同时也影响着SCR反应器出口NO_x的排放。目前火电厂普遍采用烟气在线监测系统(CEMS)对NO_x含量进行测量,烟气分析仪进行分析时需要一定的时间,因此测得的NO_x含量相对于NO_x真实值存在着一定的滞后。为了实现电厂SCR反应器入口NO_x含量及时、准确测量,本文利用最小二乘支持向量机建立SCR反应器入口NO_x含量的软测量模型,对NO_x含量进行预测。本文以SCR反应器入口NO_x含量为研究对象,首先对与NO_x含量有关的锅炉燃烧参数进行分析,选定了19个初始的相关变量;将采集的相关数据经过标准化处理、样本优选后,通过偏最小二乘法的交叉有效性分析和变量投影重要性分析最终选定了6个主要辅助变量,达到了简化数据、减少冗余、降低维数的目的。进行软测量模型建立时,将选定的变量作为软测量模型的输入矢量,通过MATLAB编程实现了一个多输入单输出的最小二乘支持向量机软测量模型的建立。然后利用粒子群算法对最小二乘支持向量机参数误差惩罚因子C和径向基核函数宽度s进行寻优,有效克服了网格搜索法选取参数的盲目性,模型的精度得到有效改善。同时,建立了动态LSSVM软测量模型,利用实时预报误差,自适应地修正模型参数,不断丢弃旧的训练样本,同时加入新的数据作为训练样本,实现模型的在线修正,通过该模型能更好的预测SCR反应器入口NO_x含量。建立最小二乘支持向量机软测量模型对SCR反应器入口NO_x含量进行预测,实现NO_x含量的及时、准确测量,对于提高喷氨量准确性,减小氨逃逸,降低SCR反应器出口NO_x排放,实现电厂节能减排有重要的现实意义。