基于机理和数据混合模型的烟气SCR脱硝系统NO_x浓度预估

摘要

为使燃煤机组在保证NO_x排放浓度达到环保要求的同时实现经济运行，建立了烟气SCR（Selective catalytic reduction）脱硝系统出口NO_x浓度机理与数据混合预估模型。首先，基于SCR脱硝反应的动力学特性，建立了烟气SCR脱硝系统出口NO_x浓度机理子模型，并利用粒子群算法对模型中的待定常数进行寻优；然后，利用现场历史运行数据和机理子模型预估偏差数据，通过最小二乘支持向量机算法训练，建立了偏差数据的最小二乘支持向量机补偿子模型；最后，将偏差数据补偿子模型的输出和机理子模型的输出进行叠加，得到烟气SCR脱硝系统NO_x浓度混合预估模型。与单一机理模型和单一数据驱动模型的预估结果进行对比，发现混合模型具有较高的拟合和预估精度。

关键词

烟气脱硝 / 选择性催化还原 / NOx浓度预估 / 混合模型 / 最小二乘支持向量机 / 燃煤锅炉