燃煤锅炉高效低NOx协同优化系统开发及应用

模型的数学表达式为

经仿真对比，输入层与中间层之间的传递函数采用带陡度因子的S型函数；中间层与输出层之间的传递函数采用线性函数 f(x)=k·x+c。模型采用改进BP 神经网络，包含输入层、输出层和1个中间层。输入层以锅炉操作量为主，总计84个操作量；中间层从锅炉工况、设备状况、煤质、风机功率、风量配比6个方面表征锅炉燃烧状态；输出层从安全、环保、经济3个方面10个节点表征机组运行状况。

1.2 基于改进 LS-SVM 的 SCR 脱硝效率模型

最小二乘支持向量机（LS-SVM）在保持标准支持向量机（SVM）优点基础上，显著降低了计算成本，但是以损失 SVM 解的稀疏性和鲁棒性为代价。为此，Suykens 提出了稀疏 LS-SVM（space LS-SVM）与加权 LS-SVM（weighted LS-SVM）来分别解决稀疏性与鲁棒性问题；胡良谋等结合这 2 种算法的优点，提出了一种改进的 LS-SVM，同时改善 LS-SVM的鲁棒性与稀疏性。

该算法首先对数据开展 LS-SVM初始训练，然后运用加权LS-SVM对训练后的数据进行鲁棒性训练，最后采用稀疏 LS-SVM对训练后数据进行稀疏性训练，此改进LS-SVM可实现良好的建模效果。 火电机组的SCR脱硝系统位于省煤器与空气预热器（空预器）之间，其工作原理是在催化剂的作用下利用氨气将 NOx还原生成氮气与水，工艺原理如 图 2 所示。

图 2 SCR 脱硝工艺原理

采用改进LS-SVM构建SCR脱硝效率模型 （图 3），可对 SCR 脱硝系统的实际运行进行精 准表达。

图 3 SCR 脱硝效率模型

脱硝效率数学模型公式为

式中，X、Y 分别为输入输出矩阵，A 为系数矩阵。式(3)—式(4)分别为 X、Y 的列向量，i 代表选取的第i 组数据。

从机组DCS采集300组数据进行训练，其中50组数据进行校验。仿真显示SCR脱硝误差小于10–4，证明预测模型可用于工程实际。

延伸阅读：

低氮燃烧器的原理是什么？

安阳电厂燃煤锅炉低氮燃烧器改造浅谈