10.11930/j.issn.1004-9649.201810059
基于神经网络模型及预测控制DMC的火电机组脱硝控制策略
燃煤火电机组的NOx排放值是受国家环保部门实时监督考核的重要环保安全指标.由于NOx被控对象的纯时延大时滞特性,常规的PID控制很难将烟气NOx排放指标控制到理想范围内.介绍了一种基于BP神经网络模型和预测控制的动态矩阵控制(DMC)算法相结合的新型火电机组脱硝控制策略,其中BP神经网络可逼近DMC算法中脱硝对象的零输入响应,利用神经网络的泛化能力,逼近实际工业过程在不同负荷下模型参数时变的特性,使预测控制中的模型预测部分可以更精确地逼近实际过程对象,提高整个预测控制算法的控制精度.现场应用表明,这种新型脱硝控制策略可有效提高火电机组NOx的控制品质.
燃煤发电机组、脱硝控制、神经网络、预测控制
52
TK39(热工量测和热工自动控制)
国家重点研发计划资助项目超低NOx煤粉燃烧技术,2018YFB0604204
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
140-145