基于BP神经网络的循环流化床锅炉生成NO_x质量浓度在线软测量

作     者：白建云 朱竹军 张培华 BAI Jianyun ZHU Zhujun ZHANG Peihua

作者机构：山西大学自动化系山西太原030013 山西平朔煤矸石发电有限公司山西朔州036800 

出 版 物：《热力发电》 (Thermal Power Generation)

年 卷 期：2016年第45卷第12期

页      面：78-83页

学科分类：080702[工学-热能工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：山西省科技攻关项目(20140313-1) 山西省煤基重大项目(MD2014-03-06-03) 

主　　题：软测量 锅炉 循环流化床 SNCR 生成NOx质量浓度 BP神经网络 新华DCS 

摘      要：采用选择性非催化还原(SNCR)技术的循环流化床(CFB)锅炉产生的NO_x质量浓度无法直接在线测量,阻碍了NO_x排放的自动控制及经济运行。对此,本文以某300MW CFB锅炉为例,采用软测量技术,分析影响烟气中生成NO_x的主要因素为机组负荷和氧体积分数,对这2个因素分别采集现场数据,建立BP神经网络模型,并将该模型应用于新华DCS系统,实现了锅炉生成NO_x质量浓度的在线预测。预测结果表明,软测量所得NO_x质量浓度比传感器实测数据提前120s,有利于改善烟气脱硝控制系统的调节效果。