机理与数据驱动的电站锅炉SCR催化剂寿命预测模型研究

• 作者: 胡佳颖 喻聪 王子良 司风琪
• 来源期刊: 能源研究与利用
• 学科: 工学
• 关键词: 选择性催化还原 催化剂 数据挖掘 机理建模 寿命预测
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 2-7
• 页数: 6页
• 分类号: TK09
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5523.2022.02.001

摘要

以660 MW电站锅炉SCR反应器三年历史数据为样本,结合2种异常值诊断、3种稳态诊断算法,得到高质量稳态样本.通过BP神经网络将不同时期的脱硝效率修正到同样烟气水平,以表征催化剂性能变化,并对比了机理驱动模型和数据驱动模型在催化剂寿命预测中的效果.结果表明:相较于R检验法,t检验法的稳态诊断效果较好;以10 d为步长建立脱硝效率修正模型精度较高,且能保证单个步长内活性变化不大;相较于ARIMA模型,机理模型预测精度较低,原因可能是电站SCR系统大尺度空间的分布特性及催化剂详细失活机制无法全面考虑.