文献类型：期刊文章

作　　者：白建云[1] 朱竹军[1] 张培华[2]

BAI Jianyun ZHU Zhujun ZHANG Peihua(Department of Automation, Shanxi University, Taiyuan 030013, China Shanxi Pingshuo Gangue Power Generation Co. , Ltd. , Shuozhou 036800, China)

机构地区：[1]山西大学自动化系,山西太原030013 [2]山西平朔煤矸石发电有限公司,山西朔州036800

出　　处：《热力发电》

基　　金：山西省科技攻关项目(20140313-1);山西省煤基重大项目(MD2014-03-06-03)

年　　份：2016

卷　　号：45

期　　号：12

起止页码：78-83

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：采用选择性非催化还原(SNCR)技术的循环流化床(CFB)锅炉产生的NO_x质量浓度无法直接在线测量,阻碍了NO_x排放的自动控制及经济运行。对此,本文以某300MW CFB锅炉为例,采用软测量技术,分析影响烟气中生成NO_x的主要因素为机组负荷和氧体积分数,对这2个因素分别采集现场数据,建立BP神经网络模型,并将该模型应用于新华DCS系统,实现了锅炉生成NO_x质量浓度的在线预测。预测结果表明,软测量所得NO_x质量浓度比传感器实测数据提前120s,有利于改善烟气脱硝控制系统的调节效果。

关 键 词：软测量 锅炉 循环流化床 SNCR 生成NOx质量浓度  BP神经网络 新华DCS  

分 类 号：TK39]