基于IPSO算法的SNCR脱硝系统建模
Journal of Shanxi University(Natural Science Edition)（2023）
摘要
由于我国对燃煤发电机组氮氧化物排放量要求的进一步提高,发电厂需要对选择性非催化还原(SNCR)脱硝系统实行更精准的控制,建立有效精确的模型进行研究是极为关键的.因SNCR脱硝系统有时变、大惯性、大迟延、非线性的特点,故提出一种改进粒子群(IPSO)算法,通过改进收缩因子及随机权重的方法改进粒子群算法,增强该算法的寻优能力.运用该算法分别对运行负荷为320 MW、175 MW、135 MW时SNCR系统中尿素溶液流量与出口NOx 浓度之间的关系进行模型辨识,并将模型的输出与工业现场运行数据相比较,最终得到误差最大值为0.93 mg/Nm3,均方根误差最大为0.369 7 mg/Nm3.结果表明模型精确有效,为后续开展SNCR脱硝系统智能控制提供了模型支撑.
更多关键词
improved particle swarm optimization,SNCR denitrification system,NOx concentration
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要