BP神经网络算法在SCR脱硝系统中的应用
目前火电机组通常采用选择催化还原(SCR)的脱硝优化策略脱除烟气中的氮氧化物,这种方式的脱硝系统受化学反应及烟道布置影响,使系统对象具有大惯性、大迟延的特性,此外氮氧化物通常采用抽取式CEMS分析仪表,该仪表在烟气抽取及分析过程中,又会产生纯迟延,因此,仅采用传统PID控制器的反馈式调节很难对脱硝系统有好的控制效果.在常规PID控制的基础上,利用BP神经网络算法,根据脱硝上游的锅炉运行参数,预测当前出口氮氧化物浓度值,用于氨量计算,实现及时和精准的喷氨控制.
SCR、神经网络、BP
36
X701.3(一般性问题)
2020-10-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-24,28