在全球節(jié)能減排的大背景下,燃氣蒸汽聯(lián)合循環(huán)發(fā)電技術(shù)的應(yīng)用日益廣泛。燃氣電廠煙氣中的污染物主要為NOx,研究其排放特性,利用機器學(xué)習(xí)方法建立排放特性模型具有一定的現(xiàn)實意義。本文以西門子V94.3A型燃氣輪機為研究對象,結(jié)合歷史數(shù)據(jù)分析運行參數(shù)對NOx的影響,并利用MATALB的LSSVM工具箱建立NOx排放特性模型。具體研究內(nèi)容如下:（1）分析燃氣蒸汽聯(lián)合循環(huán)機組的NOx排放特性:結(jié)合燃氣輪機燃燒工藝和NOx生成過程確定影響NOx生成的因素,并結(jié)合歷史數(shù)據(jù)分析運行參數(shù)對NOx的具體影響過程。最終確定影響NOx生成的10個運行參數(shù):值班閥位、擴散閥位、IGV開度、透平排氣溫度、煙氣氧含量、燃機負荷、排煙溫度、大氣溫度、大氣壓力、大氣濕度。（2）從DCS系統(tǒng)采集308組樣本,對數(shù)據(jù)進行預(yù)處理:利用Min-Max法對數(shù)據(jù)歸一化,消除量綱的影響;利用正態(tài)分布檢驗法除去數(shù)據(jù)的離群點,提高數(shù)據(jù)質(zhì)量;利用五點三次平滑法對數(shù)據(jù)平滑,消除隨機誤差;利用偏最小二乘法對數(shù)據(jù)降維,克服自變量間的多重相關(guān)性。將PLS法提取的主成分矩陣作為LSSVM的輸入變量。預(yù)處理后得到296組數(shù)據(jù),將其中222組作為訓(xùn)練數(shù)據(jù)建... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

008-2018我國天然氣消費量增長情況（108m3）

1緒論2圖1.12008-2018我國天然氣消費量增長情況（108m3）Fig1.1China"snaturalgasconsumptiongrowthfrom2008to2018(108m3)燃氣蒸汽聯(lián)合循環(huán)機組在我國迅速發(fā)展迅速，2019年8月，全國6000千瓦以上的電廠裝機容量為18.5億千瓦，同比增長5.6%，火電11.6億千瓦，其中，燃煤發(fā)電10.2億千瓦、燃氣發(fā)電8888萬千瓦；水電3.1億千瓦；核電4699萬千瓦；風(fēng)電2.0億千瓦；太陽能發(fā)電1.4億千瓦�？梢钥闯瞿壳盎剂习l(fā)電仍占電力結(jié)構(gòu)的主導(dǎo)地位，其中以燃煤發(fā)電為主，其次是燃氣發(fā)電。美國頁巖氣的成功開發(fā)促進了燃氣發(fā)電的增長，其燃氣發(fā)電量位于全球第一，近年來，我國燃氣發(fā)電量迅速增長。圖1.2為2014-2018我國燃氣發(fā)電量，可以看出燃氣發(fā)電量逐年增加。對聯(lián)合循環(huán)機組進行研究具有重要的環(huán)保價值與經(jīng)濟價值。圖1.22014-2018我國燃氣發(fā)電量（108Wh）Fig1.22014-2018China"sgaspowergeneration(108Wh)（1）燃機蒸汽聯(lián)合循環(huán)機組建模

3LSSVM煙氣氮氧化物模型研究24（b）圖3.1數(shù)據(jù)平滑前后對比Fig3.1Comparisonbeforeandafterdatasmoothing3.1.3數(shù)據(jù)標(biāo)準化熱工過程中不同變量間的量綱與取值范圍有很大差別，如果直接利用未經(jīng)處理數(shù)據(jù)進行訓(xùn)練，則會導(dǎo)致數(shù)量級較大的數(shù)據(jù)的誤差將數(shù)量級較小的數(shù)據(jù)淹沒，數(shù)量級小的變量在建模中所起的作用被降低[44]。所以在對數(shù)據(jù)訓(xùn)練之前，應(yīng)做標(biāo)準化處理，等比例的把不同變量的數(shù)據(jù)變換至一個統(tǒng)一的取值范圍里，以將不同變量間的量綱的影響消除[48]。Min-Max標(biāo)準化（Min-MaxStandardization）和Z-score標(biāo)準化（Z-scoreStandardization）是常用的數(shù)據(jù)標(biāo)準化方法。（1）Min-Max標(biāo)準化Min-Max標(biāo)準化對原始數(shù)據(jù)進行線性變換，將原始數(shù)據(jù)[,]映射到新區(qū)間[′,′]，公式如下：′=(′′)+′（3.7）式中：—標(biāo)準化之前的數(shù)據(jù)；′—標(biāo)準化之后的數(shù)據(jù)；—樣本數(shù)據(jù)的最大值；—樣本數(shù)據(jù)的最小值；

【參考文獻】：
期刊論文
[1]基于模擬退火的粒子群算法在函數(shù)優(yōu)化中的應(yīng)用[J]. 李淑香.  沈陽工業(yè)大學(xué)學(xué)報. 2019(06)
[2]燃氣-蒸汽聯(lián)合循環(huán)機組煙氣氮氧化物的排放規(guī)律[J]. 范忠雷,周玉兵,劉殿河,韋曉峰,郭強,王凱.  化工進展. 2019(04)
[3]我國燃氣發(fā)電發(fā)展現(xiàn)狀及趨勢[J]. 劉志坦,王文飛.  國際石油經(jīng)濟. 2018(12)
[4]我國能源資源現(xiàn)狀與發(fā)展趨勢[J]. 方圓,張萬益,曹佳文,朱龍偉.  礦產(chǎn)保護與利用. 2018(04)
[5]燃氣輪機污染物排放影響因素相關(guān)性分析[J]. 肖俊峰,李曉豐,胡孟起,王瑋,王峰.  熱力發(fā)電. 2018(10)
[6]V94.3A型燃氣輪機氮氧化物排放規(guī)律研究[J]. 郭強,周玉兵,劉殿河,韋曉峰,范忠雷,鄭錦華.  燃氣輪機技術(shù). 2018(02)
[7]三次樣條插值方法及其在形變數(shù)據(jù)預(yù)處理中的應(yīng)用[J]. 劉永來,段永寶,官立祥.  勘察科學(xué)技術(shù). 2017(06)
[8]中國燃氣電廠煙氣排放現(xiàn)狀及政策趨勢[J]. 劉志坦,李玉剛,王凱.  中國電力. 2018(01)
[9]基于PSO優(yōu)化LSSVM的股價時間序列預(yù)測[J]. 王國俊.  科技和產(chǎn)業(yè). 2017(10)
[10]電站燃氣輪機NOx排放特性試驗與建模仿真[J]. 鄭敏捷,楊天海,張會生,黃素華,王健.  燃氣輪機技術(shù). 2017(02)

博士論文
[1]基于過程數(shù)據(jù)的建模方法研究及應(yīng)用[D]. 呂游.華北電力大學(xué) 2014

碩士論文
[1]基于改進多目標(biāo)粒子群算法的電站鍋爐燃燒優(yōu)化系統(tǒng)研究[D]. 劉飛明.東南大學(xué) 2017
[2]燃氣輪機燃燒室低NOx燃燒模擬及余熱鍋爐煙氣脫硝研究[D]. 任洪運.華南理工大學(xué) 2017
[3]基于LSSVM和改進PSO算法的燃煤鍋爐燃燒優(yōu)化研究[D]. 童曉.中國計量學(xué)院 2015
[4]基于支持向量機的燃氣—蒸汽聯(lián)合循環(huán)機組的優(yōu)化運行研究[D]. 朱亞迪.東南大學(xué) 2015
[5]偏最小二乘回歸數(shù)學(xué)模型及其算法研究[D]. 陸洪濤.華北電力大學(xué) 2014
[6]燃氣—蒸汽聯(lián)合循環(huán)機組變工況建模與模擬[D]. 顧大為.東北大學(xué) 2010
[7]基于某燃氣輪機的燃氣蒸汽聯(lián)合循環(huán)建模仿真[D]. 陳杰.上海交通大學(xué) 2010



本文編號：3459007