神经网络算法在脱硫系统优化中的应用进展

作者：柴晋; 乔加飞; 孙灏; 梁占伟; 张千

来源：洁净煤技术, 2021, S2: 27-32.

DOI：10.13226/j.issn.1006-6772.21112401

• 神经网络
• 深度学习
• 精准脱硫
• LSTM预测

随着人工智能技术的快速发展,利用先进算法解决传统的环保问题已成为电力行业发展的新趋势。综述了经典的机器学习和深度学习神经网络机理,详细阐述了神经网络算法在脱硫系统SO2排放预测、pH预测和综合能效评价中的应用和发展前景。结果表明,LSTM深度神经网络在处理非线性回归、时序性、大惯性、延迟性等问题中具有突出优势,可应用于脱硫系统优化改造,并基于LSTM深度神经网络算法和环保设备的变频改造提出了燃煤电厂石灰石-石膏湿法精准脱硫方案。研究成果对实现脱硫系统的节能降耗,建设"智慧环保"和"数字环保"的燃煤电厂具有重要意义。