科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对火电厂燃煤机组中选择性催化还原(SCR)烟气脱硝系统存在非线性、大惯性和大延迟等特点，传统辨识方法存在收敛速度较慢和辨识精度较低的问题。将自适应动态惯性权重、粒子的自适应变异以及自然选择的思想引入到基本粒子群算法中，并将改进后的粒子群算法用于某660 MW超超临界燃煤火电机组SCR烟气脱硝系统的模型辨识。通过机组现场运行数据建立了调节阀位置开度与NH3质量流量、NH3质量流量与出口NOx浓度、入口NOx浓度与出口NOx浓度之间的传递函数模型。研究结果表明：改进后的粒子群算法提高了模型辨识精度，有效改善了基本粒子群算法易陷入局部最优和后期种群多样性丧失的缺陷。模型验证的仿真结果表明了该方法的有效性。
- 单位
