机器学习在火电厂NOx减排中的应用综述
随着火电厂超低排放改造的完成,产生了成本增加、喷氨超标等问题.通过机器学习对电厂运行数据建模和优化成为解决这一问题的重要手段.综述了NOx减排中常用的机器学习算法及其应用场景.在算法方面,归纳了数据预处理、算法模型和模型参数优化3个过程的研究现状,给出了各个过程多种机器学习算法的应用情况及适用性,提出了变工况数据预处理方法、多目标优化中目标函数的构造方法等未来研究方向.在应用层面,总结了机器学习在炉内低氮燃烧、选择性催化还原(SCR)烟气脱硝系统运行优化、全系统综合节能降耗等过程的实施方法及其运行效果,展望了长周期动态建模控制及多电厂联合建模等未来应用场景.
NOx排放、SCR、模型预测控制、大数据、机器学习
52
TN919;P208;TG174.41
国家重点研发计划2019YFC1907500
2023-04-07(万方平台首次上网日期,不代表论文的发表时间)
共11页
7-17