燃煤電廠鍋爐的運行受多種因素影響。一方面,鍋爐燃燒過程產生的氮氧化物（NO_x）是表征鍋爐污染物排放水平的一個指標,它的排放量會直接影響到煙氣后處理的脫硝效果。另一方面,SCR（選擇性催化還原法）脫硝效率作為衡量SCR脫硝系統(tǒng)的主要指標,SCR脫硝效率過高會導致噴氨流量的浪費,SCR脫硝效率過低則會導致NO_x排放量不符合國家污染物超低排放的標準,對SCR脫硝系統(tǒng)乃至整個發(fā)電機組的生產效率和經濟效益都有著重大影響。針對燃煤電廠控制系統(tǒng)數(shù)據(jù)的高維、海量和多參數(shù)多變量相互耦合的特點,建立有效的鍋爐燃燒NO_x排放預測模型和SCR脫硝效率預測模型,是實現(xiàn)燃煤電廠NO_x穩(wěn)定超低排放并且高效節(jié)能的基礎,為了解決燃煤發(fā)電NO_x穩(wěn)定超低排放優(yōu)化控制中存在的問題,本文提出一套燃煤發(fā)電NO_x穩(wěn)定超低排放集成優(yōu)化方法,具體研究內容如下。（1）針對燃煤電廠鍋爐的多參數(shù)多變量相互耦合特點,采用極限梯度提升算法（Extreme Gradient Boosting,XGBoost）和相關性... 

【文章來源】：廣東工業(yè)大學廣東省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 基于數(shù)據(jù)驅動的燃煤鍋爐建模方法
        1.2.2 電站鍋爐燃燒及SCR脫硝系統(tǒng)優(yōu)化控制方法
    1.3 論文的研究內容及創(chuàng)新點
    1.4 論文的章節(jié)安排
第二章 基于數(shù)據(jù)驅動的鍋爐燃燒過程建模
    2.1 引言
    2.2 相關工作
        2.2.1 特征選擇方法
        2.2.2 長短期記憶神經網(wǎng)絡
    2.3 基于LSTM神經網(wǎng)絡的燃燒過程NO_x排放量預測模型
        2.3.1 數(shù)據(jù)準備與處理
        2.3.2 模型的設計與構建
    2.4 實驗結果與分析
        2.4.1 實驗環(huán)境和數(shù)據(jù)集
        2.4.2 模型性能評價指標
        2.4.3 數(shù)據(jù)分析及處理
        2.4.4 實驗結果分析
    2.5 本章小結
第三章 基于數(shù)據(jù)驅動的鍋爐脫硝過程建模
    3.1 引言
    3.2 相關工作
    3.3 基于LSTM神經網(wǎng)絡的脫硝過程SCR脫硝效率預測模型
        3.3.1 數(shù)據(jù)準備與處理
        3.3.2 模型的設計與構建
    3.4 實驗結果與分析
        3.4.1 實驗環(huán)境和數(shù)據(jù)集
        3.4.2 實驗結果分析
    3.5 本章小結
第四章 基于深度強化學習的NO_x穩(wěn)定超低排放協(xié)同優(yōu)化成本控制策略研究
    4.1 引言
    4.2 相關工作
    4.3 基于深度強化學習的NO_x排放集成運行優(yōu)化模型
        4.3.1 Actor策略網(wǎng)絡模型
        4.3.2 Critic價值網(wǎng)絡模型
        4.3.3 環(huán)境:電站鍋爐SCR脫硝系統(tǒng)協(xié)同運行模型
        4.3.4 基于LSTM-A3C算法的NO_x排放集成運行優(yōu)化模型
    4.4 實驗結果與分析
        4.4.1 實驗環(huán)境和數(shù)據(jù)集
        4.4.2 實驗結果分析
    4.5 本章小結
第五章 總結與展望
    本文工作總結
    未來工作展望
參考文獻
攻讀學位期間的研究成果
致謝



本文編號：3194661