基于LSTM算法的火电厂SCR烟气脱硝控制方法
王迎春
山西能源学院,山西 晋中 030600
摘要：由于火电厂SCR烟气脱硝过程中烟气的初始状态参数具有不稳定性,导致排除烟气NOx浓度控制难度较大.为了准确控制烟气脱硝,有效降低烟气NOx浓度,提出基于长短期记忆网络(LSTM)算法的火电厂选择性催化还原(SCR)烟气脱硝控制方法.以蜂窝状催化剂为基础,结合在SCR烟气脱硝过程中的作用模式,分别从孔道和内壁两个角度构建了火电厂SCR烟气脱硝模型;引入LSTM算法,以烟气中NOx浓度控制要求为目标,将催化剂的投入速率作为控制参量,结合烟气的初始状态参数,实现SCR烟气脱硝过程的控制.在测试结果中,设计控制方法下脱硝反应器出口烟气NOx浓度并未受到烟气流量的显著影响,始终稳定在125.0 mg/m³以内,远低于临界值(150.0 mg/m³),与对照组相比,具有更加可靠的脱硝效果.
关键词：LSTM算法火电厂SCR烟气脱硝控制蜂窝状催化剂SCR烟气脱硝模型NOx浓度投入速率
分类号：TP399(计算技术、计算机技术)
论文发表日期：2024-08-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 97-99 )
英文信息