[发明专利]基于浓度精准预测的脱硝装置喷氨精准控制系统与方法

权利要求书

1.一种基于浓度精准预测的脱硝装置喷氨精准控制系统，其特征在于：所述喷氨精准控制系统包括电站信息系统、脱硝装置入口NOx浓度预测模型、多模型预测控制模块、脱硝装置控制对象；

所述电站信息系统包括电厂OPC服务器及DCS控制设备，电站信息系统与脱硝装置入口NOx浓度预测模型进行通信连接，将DCS数据实时传输到脱硝装置入口NOx浓度预测模型中；脱硝装置入口NOx浓度预测模型计算得到提前于污染物排放连续监测系统表计的当前时刻出口NOx预测值，再将预测值作为前馈输入到多模型预测控制模块中；

所述多模型预测控制模块以动态矩阵控制为内核，以脱硝装置入口NOx浓度预测模型作为前馈，通过典型工况划分了不同子区间模型；

所述脱硝装置控制对象包括脱硝装置喷氨装置阀门开度及喷氨泵频率；

所述脱硝装置入口NOx浓度预测模型为基于长短期记忆神经网络算法建立的脱硝装置入口NOx浓度预测模型；所述脱硝装置入口NOx浓度预测模型通过下述步骤建立：

(1)从机理上分析锅炉机组运行状况，选取影响NOx生成及脱除的参数作为模型输入特征变量，以脱硝装置入口NOx浓度预测值作为模型输出值；

(2)利用互信息的统计学方法分析选取的输入特征变量与输出值的关系，计算两者之间的互信息值，并形成判断逻辑；

(3)对输入特征进行标准化，标准化处理公式如下：

式中，x为输入特征变量，μ为输入特征变量的均值，σ为特征的标准差；

(4)引入小波变换方法来确定输入/输出特征之间的延迟，将原始数据库的数据与不同输入/输出特征建立联系，确定不同特征之间的响应时间差，最终确定历史、实时数据与不同输入/输出特征之间的响应时间差；

(5)对所选特征变量的历史数据进行工况辨识，筛选出稳定工况、吹扫工况以及变负荷工况，并针对变负荷工况根据给煤量进行聚类分段；

(6)选取LSTM算法为基础进行建模，基于LSTM原理建立脱硝装置入口NOx浓度预测模型，并确定超参数；超参数确定后，即可建立脱硝装置入口NOx浓度预测模型。

2.根据权利要求1所述基于浓度精准预测的脱硝装置喷氨精准控制系统，其特征在于：所述输入特征变量包括给煤量、一次风量、二次风量、炉床温度、炉膛出口烟温、主蒸汽流量、烟气O₂体积百分比；所述超参数包括预测时间步长、回溯时间步长、隐含层数目和隐含层节点数。

3.根据权利要求1所述基于浓度精准预测的脱硝装置喷氨精准控制系统，其特征在于：计算输入特征变量与输出值之间的互信息值时，采用最小冗余最大相关算法和经验知识作为评价指标，评价公式为：

mRMR:

式中，x为输入特征变量，y为输出值，S为特征{x_i}的集合，I为x,y之间的互信息值。

4.根据权利要求1所述基于浓度精准预测的脱硝装置喷氨精准控制系统，其特征在于：建立脱硝装置入口NOx浓度预测模型后，进行超参数的调整，再进行模型准确度的验证。

5.一种基于浓度精准预测的脱硝装置喷氨精准控制方法，其特征在于：将权利要求1-4任一种喷氨精准控制系统以模块的形式内嵌于脱硝DCS系统中，与脱硝DCS系统进行实时通信，当锅炉燃烧状况发生变化时，将脱硝装置入口NOx浓度预测模型的输入特征变量和输出值作为前馈输入到多模型预测控制模块中；与此同时，多模型预测控制模块在线识别当前负荷工况，对当前时刻喷氨量进行反馈校正，通过设定好的前馈反馈比例，结合出口NOx设定值，对喷氨量进行滚动优化，给脱硝装置控制对象发送控制指令增加或减少喷氨量，从而实现对出口NOx浓度的排放控制。