基于BP神经网络的循环流化床锅炉生成NOx质量浓度在线软测量

• 作者: 张培华 朱竹军 白建云
• 来源期刊: 热力发电
• 关键词: 软测量 锅炉 循环流化床 SNCR 生成NOx质量浓度 BP神经网络 新华DCS
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 发电技术论坛
• 页码范围: 78-83
• 页数: 6页
• 分类号: TK39
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2016.12.078

摘要

采用选择性非催化还原(SNCR)技术的循环流化床(CFB)锅炉产生的NOx质量浓度无法直接在线测量,阻碍了NOx排放的自动控制及经济运行.对此,本文以某300 MW CFB锅炉为例,采用软测量技术,分析影响烟气中生成NOx的主要因素为机组负荷和氧体积分数,对这2个因素分别采集现场数据,建立BP神经网络模型,并将该模型应用于新华DCS系统,实现了锅炉生成NOx质量浓度的在线预测.预测结果表明,软测量所得NQx质量浓度比传感器实测数据提前120 s,有利于改善烟气脱硝控制系统的调节效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白建云	山西大学自动化系	61	343	9.0	15.0
2	张培华		19	114	6.0	9.0
3	朱竹军	山西大学自动化系	1	14	1.0	1.0