【摘要】：隨著當(dāng)前以酸雨、霧霾為首的大氣污染問(wèn)題日益嚴(yán)重,環(huán)境污染的治理逐漸成為能源生產(chǎn)的重要環(huán)節(jié)。SNCR脫硝技術(shù)以其成熟、應(yīng)用廣泛的特點(diǎn)成為我國(guó)燃煤電廠控制NO_X污染的重要手段之一。深入研究SNCR脫硝技術(shù),針對(duì)SNCR脫硝系統(tǒng)變工況運(yùn)行的特性,構(gòu)建測(cè)量模型,選取能夠反應(yīng)出口NO_x含量動(dòng)態(tài)特性的輸入輸出數(shù)據(jù),建立有效的NO_x測(cè)量模型。精確快速測(cè)量NO_x含量是優(yōu)化控制邏輯,進(jìn)而提高脫硝效率的重要途徑,也對(duì)SCNR脫硝裝置的控制和運(yùn)行具有重要的參考價(jià)值。本文以大唐保定華源熱電有限責(zé)任公司(以下簡(jiǎn)稱(chēng)“華源熱電”)8號(hào)循環(huán)流化床機(jī)組為研究背景,綜述了SNCR脫硝技術(shù)及應(yīng)用�；趯�(duì)模型泛化能力強(qiáng),推廣性可靠,計(jì)算速度快,選用了最小二乘支持向量機(jī)的方法建立軟測(cè)量模型。首先采用了相似度函數(shù)優(yōu)化處理方法,去除變量冗余數(shù)據(jù);針對(duì)單尺度下模型精度難以保證的問(wèn)題,提出了利用多尺度最小二乘支持向量機(jī)建立模型,以達(dá)到精確測(cè)量的目的。分別將上述建模方法應(yīng)用于SNCR脫硝系統(tǒng)出口NO_x含量的測(cè)量中,測(cè)試結(jié)果顯示出了本軟測(cè)量模型的測(cè)量精度較高、泛化能力強(qiáng)。最后將測(cè)量模型應(yīng)用到實(shí)際運(yùn)行現(xiàn)場(chǎng)中,很好的滿(mǎn)足了現(xiàn)場(chǎng)測(cè)量的要求,為減少環(huán)境污染,降低氨逃逸率提供了有效的數(shù)據(jù)支持。
【圖文】：

SNCR技術(shù)示意圖

煙氣分析儀
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：X773

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鞏志強(qiáng);周托;劉志成;呂清剛;;循環(huán)流化床燃用半焦SNCR脫硝特性試驗(yàn)研究[J];煤炭學(xué)報(bào);2015年S2期

2 王奇?zhèn)?;某電廠煙氣監(jiān)測(cè)系統(tǒng)與脫硝自動(dòng)控制改造[J];中國(guó)電力;2015年07期

3 李翔宇;高憲文;侯延彬;;基于在線(xiàn)動(dòng)態(tài)高斯過(guò)程回歸抽油井動(dòng)液面軟測(cè)量建模[J];化工學(xué)報(bào);2015年06期

4 高明明;岳光溪;雷秀堅(jiān);劉吉臻;張文廣;陳峰;;600MW超臨界循環(huán)流化床鍋爐控制系統(tǒng)研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年35期

5 王金雷;;脫硫煙氣自動(dòng)監(jiān)控設(shè)備的網(wǎng)狀流量測(cè)量方法[J];環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì);2014年08期

6 張振義;鄒磊;;火電廠凈煙氣煙道流場(chǎng)特性分析及流量測(cè)點(diǎn)選擇[J];江蘇電機(jī)工程;2014年04期

7 夏全國(guó);湯健;吳永建;趙立杰;;選擇性集成核極限學(xué)習(xí)機(jī)建模及其應(yīng)用研究[J];控制工程;2014年03期

8 羅培軍;;電站鍋爐煙氣流量測(cè)量常用流量計(jì)的選擇[J];電工文摘;2013年02期

9 閆國(guó)瑞;;FGD系統(tǒng)煙氣流速測(cè)量?jī)x表選型[J];山東電力高等專(zhuān)科學(xué)校學(xué)報(bào);2012年03期

10 王萬(wàn)成;張媛;;神經(jīng)網(wǎng)絡(luò)逆軟測(cè)量方法的拓展及在生物浸出過(guò)程中的應(yīng)用[J];儀器儀表學(xué)報(bào);2012年03期

相關(guān)碩士學(xué)位論文 前5條

1 張志超;電廠SCR脫硝系統(tǒng)建模與優(yōu)化控制[D];華北電力大學(xué);2015年

2 楊海;SVM核參數(shù)優(yōu)化研究與應(yīng)用[D];浙江大學(xué);2014年

3 韋秋華;基于局部結(jié)構(gòu)特征空間拓?fù)潢P(guān)系建模的模式識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2011年

4 段永健;基于時(shí)間序列與支持向量機(jī)的信號(hào)識(shí)別模型及預(yù)測(cè)[D];山東大學(xué);2010年

5 陳元琳;基于人工神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)系統(tǒng)仿真模型和算法研究[D];大慶石油學(xué)院;2006年

，

本文編號(hào)：2652638