基于多层感知器神经网络的燃煤电站SCR脱硝系统建模

作者：**柯; 金志远; 朱恒毅; 刘宇浓; 谭鹏

来源：湖北电力, 2022, 46(03): 100-105.

DOI：10.19308/j.hep.2022.03.015

• 燃煤锅炉
• MLP神经网络
• SCR脱硝系统
• 预测模型

选择性催化还原(selective catalytic reduction,SCR)脱硝系统动态建模对优化喷氨控制、降低NOx排放和氨逃逸有着重要意义。以某660 MW亚临界燃煤锅炉为研究对象，利用其历史运行数据，建立了基于多层感知器神经网络(MLP)的SCR脱硝系统预测模型。结果表明，所建立的SCR脱硝系统模型在测试集上的均方误差为0.189，相关系数达到了0.99，同时当SCR喷氨阀门开度阶跃变化时出口NOx浓度响应合理。所建立的模型可用于SCR喷氨控制器设计与优化。

• 单位
  煤燃烧国家重点实验室; 华中科技大学