基于CNN-LSTM算法的脱硝优化控制模型研究

作者：王永林; 白永峰; 孔祥山; 郝正; 杨彭飞; 孔德伟

来源：综合智慧能源, 2023, 45(06): 25-33.

• 烟气脱硝
• Hadoop
• 卷积神经网络
• 长短期记忆
• 数据治理
• 灰色关联度分析
• “双碳”目标
• 深度调峰

为进一步推进“双碳”目标，多数火电厂开始对机组优化改造以适应深度调峰运行新要求。某电厂2×330MW烟气脱硝项目采用选择性催化还原(SCR)工艺。随着设备老化、系统改造、催化剂寿命缩短、煤质不稳定以及深度调峰下的运行需求变化等，原先的控制模型不能很好地满足脱硝系统新的工况运行要求。通过建立基于Hadoop技术的脱硝生产数据优化分析平台，利用锅炉燃烧以及烟气治理过程中与NOx相关的参数数据构建生产数据中台，通过卷积神经网络(CNN)算法对影响NOx质量浓度的数据序列进行特征提取，对影响脱硝环节控制的特征参数进行数据挖掘，利用长短期记忆(LSTM)算法预测NOx生成质量浓度，训练并定期按需更新CNN-LSTM模型，实现脱硝过程闭环优化控制。