改进型LSTM实现燃煤电厂脱硝预警及优化

作者：郑必君; 金宏伟; 孟瑜炜; 张震伟; 杨勤

来源：能源工程, 2021, (02): 53-60.

DOI：10.16189/j.cnki.nygc.2021.02.009

• 空预器堵塞
• Mean LSTM
• 脱硝预测
• 相似性原理
• 抑制氨逃逸
• 脱硝优化

燃煤电厂脱硝系统的氨气逃逸是造成空预器堵塞的一个重要原因,传统的脱硝系统自动控制采用单纯的PID控制,抑制氨逃逸的效果不佳。为了降低脱硝系统氨气逃逸率,进而降低空预器堵塞的速率,有必要对火电厂的脱硝系统进行深度优化,思路是利用均值化减少误差的思想构建改进型LSTM(Mean LSTM)模型,来准确预测烟气中的氮氧化物(NOx)浓度;再通过相似性原理,筛选出历史最优工况,依托Mean LSTM模型,确定各个历史工况喷氨量的权重,通过加权拟合,计算出最优喷氨量,从而实现深度脱硝优化。将Mean LSTM模型与多个常见模型进行仿真对比,结果表明Mean LSTM模型预测准确率最高,平均百分比误差仅有2.3%。由于预测精度高,后续的优化效果也很好,优化后的原烟气NOx浓度与设定值偏差为3.44%,既能满足电厂的环保需求,又避免了过调,减少了氨逃逸率。