CN110263452A - 一种烟道内烟气时间分布特性分析方法、***及脱硝*** - Google Patents

Abstract

本发明提供一种烟道内烟气时间分布特性分析方法、***及脱硝***，所述方法包括步骤确定锅炉烟气参数的理论数据；建立烟气参数变化规律模型；得到烟气在烟道中的时间分布特性。本发明建立的烟气参数变化规律模型以及确定的烟气在烟道中的时间分布特性可以作为SCR脱硝***控制信号，实现精确控制喷氨量的目的；同时可以为脱硝分析同一路烟气的参数提供支撑，保证分析的是同一路烟气的各个数据，提高了分析精度。

Description

一种烟道内烟气时间分布特性分析方法、***及脱硝***

技术领域

本发明涉及锅炉燃烧技术领域，具体涉及一种烟道内烟气时间分布特性分析方法、***及脱硝***。

背景技术

燃煤锅炉在燃烧过程中，产生大量的氮氧化物。国家制定了不同行业大气污染物排放标准，为了满足大气污染物的排放标准，减少氮氧化物排放，许多锅炉配置脱硝***。目前大型锅炉尤其是火电厂燃煤锅炉基本都采用选择性催化还原(SCR)脱硝技术，该技术在烟道中设置脱硝反应器，锅炉燃烧产生的烟气经过所述脱硝反应器，因为在所述脱硝反应器中设置有催化剂，烟气中喷入一定的还原剂氨(NH₃)，在催化剂作用下，所述还原剂NH₃选择性地与烟气中的氮氧化物反应生成N₂和H₂O，进而达到减少氮氧化物排放的目的。在脱硝***中，通过监测SCR反应器入口的烟气量、氮氧化物浓度等参数，控制喷入烟气中的NH₃量，保证脱硝效率；通过监测SCR反应器出口参数(烟气氮氧化物浓度及氨逃逸浓度等)，监督喷氨情况。该技术具有工艺成熟，适应性强，脱硝效率高，价格相对低廉的优点。

目前国内脱硝***自动喷氨主要通过控制氨氮摩尔比或控制出口氮氧化物浓度的方式，即根据SCR反应器入口氮氧化物浓度和烟气流量，计算所需化学反应的NH₃的量，从而控制喷氨调节阀，或者通过对脱硝SCR出口氮氧化物浓度检测，调整喷氨量。在实际运行中，由于烟气特性及测量原因，氮氧化物浓度测量需要3-5分钟，而烟气通过脱硝SCR反应器只需要十几秒钟的时间，测得的氮氧化物浓度远远滞后于脱硝实际运行浓度，因此，造成喷氨量与实际工况不相符，造成喷氨过量或喷氨不足。喷氨量过低，脱硝效率低，氮氧化物排放超标，带来环境污染；喷氨量过多，反应器出口逃逸的氨气与烟气中的三氧化硫发生反应，生成硫酸氢铵，容易在脱硝下游设备空预期内沉积，带来厂用电率升高，影响机组发电负荷，甚至造成停机清理的后果，并且喷氨过量，还会造成机组脱硝剂浪费，经济性差，催化剂性能下降等问题。

解决此类问题目前采用的方法一是取消脱硝自动喷氨控制，采用人工调节的方式，但是实际运行效果与操作人员的责任心和业务水平有很大关系，且增加工作量。另一种方法是机组进行自动喷氨改造，通过对脱硝***入口氮氧化物浓度预测等前馈技术，实现对脱硝SCR预喷氨调整，减少由于测量滞后等问题造成的脱硝喷氨误差。

如申请号为201710002535.6的发明专利申请公开了一种基于智能前馈信号的SCR脱硝***喷氨量优化控制***及方法，其以火电厂历史数据为基础，采用数据建模的思想，以锅炉侧可调参数作为输入，以炉膛出口NOx浓度作为输出，利用最小二乘支持向量机算法构建预测模型，该模型可以用来构建喷氨量控制策略中的智能前馈控制器。以动态矩阵控制为主控制器，PID为副控制器，构建串级反馈控制结构，运行过程中，智能前馈控制器根据锅炉侧的参数变化实时输出前馈控制信号，快速响应机组工况的变化，与反馈控制共同构成SCR***喷氨量优化控制策略，实现喷氨量的快速准确控制。但是该方法仅以炉膛侧可调参数作为输入，以炉膛出口NOx浓度作为输出，未对其他烟气参数如烟气流量进行预测，同时未考虑影响烟气参数的其他因素，也无法确定烟气在烟道中的时间分布特性。

发明内容

为解决以上现有技术的不足，本发明提供了一种烟道内烟气时间分布特性分析方法、***及脱硝***，其可以确定烟气在烟道中的时间分布特性，进而为脱硝控制和脱硝分析提供更准确的信息。

一种烟道内烟气时间分布特性分析方法，包括步骤：

确定锅炉烟气参数的数据；

建立烟气参数变化规律模型；

得到烟气在烟道中的时间分布特性。

优选的是，所述锅炉烟气参数包括烟气流量、氮氧化物浓度、氮氧化物生成量中的至少一种。

上述任一方案优选的是，确定所述烟气流量包括步骤：

确定灰渣中平均含碳量与燃煤灰量百分数b以及过量空气系数apy；

根据所述b确定理论干空气量Vgkb；

根据所述Vgkb确定理论干烟气量Vgyb；

根据所述理论干空气量、所述理论干烟气量和所述过量空气系数确定干烟气量Vgy；

根据所述理论干空气量和所述过量空气系数确定烟气中水蒸气的体积VH2O；

确定所述烟气流量。

上述任一方案优选的是，根据脱硝SCR反应器入口位置氮氧化物浓度检测装置测得的数据确定所述氮氧化物浓度。

上述任一方案优选的是，根据已确定的所述烟气流量和所述氮氧化物浓度确定所述氮氧化物生成量。

上述任一方案优选的是，建立烟气参数变化规律模型包括步骤：

采用灰色关联度分析法对锅炉燃烧时影响烟气参数的因素进行分析，确定最大影响因素集；

采用最小二乘支持向量机(LSSVM)法确定烟气参数与所述最大影响因素集中各影响因素之间的关系，得到烟气参数变化规律模型。

上述任一方案优选的是，所述锅炉燃烧时影响烟气参数的因素包括机组负荷、总煤量、煤质、总风量、热一次风风量、热一次风风量母管压力、热一次风风量风门开度、二次风箱压力、每层二次风挡板开度、每层SOFA风挡板开度、一次风机电流、送风机电流、引风机电流、锅炉氧量、磨组合方式、每台磨煤机煤量、每台磨煤机风量、给水量、给水温度、减温水量、主汽温度、主汽压力、再热蒸汽温度、再热蒸汽压力、脱硝入口烟气温度、省煤器过剩空气系数中的至少一种。

上述任一方案优选的是，采用灰色关联度分析法对锅炉燃烧时影响烟气参数的因素进行分析，确定最大影响因素集包括步骤：

输入锅炉燃烧时影响烟气参数的全部N个影响因素，其中所述N为自然数；

确定参考影响因素数据列和若干比较影响因素数据列；

对全部N个影响因素的历史运行数据进行无量纲化处理；

根据无量纲化处理后的历史运行数据计算比较影响因素数据列与参考影响因素数据列之间的关联系数；

计算比较影响因素与参考影响因素之间的关联度并对关联度进行排序；

根据关联度排序结果，确定最大影响因素集。

上述任一方案优选的是，取关联度高的前M个比较影响因素组成最大影响因素集，其中M为自然数且M≤N。

上述任一方案优选的是，设定阈值K1和K2且1≥K1＞K2≥0，关联度大于等于K1的所有比较影响因素中取关联度最大的比较影响因素与关联度小于K1且大于K2的所有其他比较影响因素组成所述最大影响因素集。

上述任一方案优选的是，所述参考影响因素包括烟气流量或氮氧化物浓度或氮氧化物生成量中的至少一种。

上述任一方案优选的是，采用最小二乘支持向量机确定烟气参数与所述最大影响因素集中各影响因素之间的关系，得到烟气参数变化规律模型之前，还包括步骤：采用层次分析法确定最大影响因素集中各影响因素对烟气参数的影响权重，进而确定各影响因素的排序及其在最小二乘支持向量机中的运算等级。

上述任一方案优选的是，采用层次分析法确定最大影响因素集中各影响因素对烟气参数的影响权重，进而确定各影响因素的排序及其在最小二乘支持向量机中的运算等级包括步骤：

建立层次结构模型，所述层次结构模型的目标层为烟气参数，其方案层包括最大影响因素集。

构造所述最大影响因素集判断矩阵；

计算所述最大影响因素集中各影响因素对所述目标层的权重；

根据所述权重确定各影响因素的排序及其在最小二乘支持向量机中的运算等级，所述影响因素的权重越大，该影响因素的排序越靠前，其在最小二乘支持向量机中的运算等级越高。

上述任一方案优选的是，计算所述最大影响因素集中各影响因素对所述目标层的权重后进行一致性校验。

根据烟气参数在线监测数据对确定的所述权重进行校验，若误差在设定的阈值范围内，所述权重满足要求，若误差超出设定的阈值范围，对所述权重调整，直至其满足要求。

上述任一方案优选的是，所述在线监测数据包括烟气流量、氮氧化物浓度、氮氧化物生成量监测数据中的至少一种。

上述任一方案优选的是，采用所述烟气参数及其相应的最大影响因素集中各因素的历史运行参数对所述最小二乘支持向量机进行训练及验证，得到所述烟气参数变化规律模型。

上述任一方案优选的是，根据所述方法确定氮氧化物生成量变化规律模型，或者确定烟气流量变化规律模型与氮氧化物浓度变化规律模型之后，根据氮氧化物生成量＝氮氧化物浓度*烟气流量，确定氮氧化物生成量变化规律模型。

上述任一方案优选的是，根据所述烟气参数变化规律模型、烟气在脱硝反应器内及前后烟道中的流动特性、烟道几何形状，计算烟气的流动分布，得到烟气在烟道中的时间分布特性。

本发明还提供一种烟道内烟气时间分布特性分析***，所述***包括处理器和存储介质，所述存储介质中存储有程序，所述程序由所述处理器运行，所述程序执行所述烟道内烟气时间分布特性分析方法，所述方法包括步骤：

确定锅炉烟气参数的数据；

建立烟气参数变化规律模型；

得到烟气在烟道中的时间分布特性。

优选的是，所述存储介质中还存储有所述锅炉燃烧时影响烟气参数的因素及其历史运行数据，所述因素包括机组负荷、总煤量、煤质、总风量、热一次风风量、热一次风风量母管压力、热一次风风量风门开度、二次风箱压力、每层二次风挡板开度、每层SOFA风挡板开度、一次风机电流、送风机电流、引风机电流、锅炉氧量、磨组合方式、每台磨煤机煤量、每台磨煤机风量、给水量、给水温度、减温水量、主汽温度、主汽压力、再热蒸汽温度、再热蒸汽压力、脱硝入口烟气温度、省煤器过剩空气系数中的至少一种。

上述任一方案优选的是，所述***还包括显示装置，与所述处理器连接，用于对所述程序运行过程中的各种数据进行显示。

本发明的再一方面提供一种脱硝***，包括SCR反应器和喷氨控制装置，其采用所述烟气在烟道中的时间分布特性作为所述喷氨装置的控制信号，所述烟气在烟道中的时间分布特性采用所述烟道内烟气时间分布特性分析方法确定。

优选的是，根据所述烟气在烟道中的时间分布特性计算所述烟气到达SCR反应器入口的时间T，根据所述时间T和烟气量确定喷氨量。

本发明的有益效果为：

1、在建立烟气参数变化规律模型的时候通过灰色关联度分析法对各种影响因素进行分析后保留了影响烟气参数的最大影响因素集，同时摒弃了影响小甚至无影响的因素，降低了建立模型的维度，减小了计算量；

2、建立的烟道内烟气时间分布特性可以用来作为SCR脱硝***控制信号，实现精确控制喷氨量的目的；

3、建立的烟道内烟气时间分布特性可以用于进行脱硝数据分析，保证分析的是同一路烟气的各个数据，提高了分析精度。

附图说明

图1为按照本发明的烟道内烟气时间分布特性分析方法的一优选实施例的流程示意图。

图2A为按照本发明的烟道内烟气时间分布特性分析方法的灰色关联度分析方法的一优选实施例的流程示意图。

图2B为按照本发明的烟道内烟气时间分布特性分析方法的灰色关联度分析方法的如图2所示实施例计算的各因素间关联度。

图3为按照本发明的烟道内烟气时间分布特性分析方法的层次分析法的一优选实施例的示意图。

图4为按照本发明的烟道内烟气时间分布特性分析方法的建立锅炉燃烧参数与烟气参数变化规律之间关联模型的一优选实施例的示意图。

图5为采用本发明的烟道内烟气时间分布特性分析***的一优选实施例得到的氮氧化物浓度在烟道内的时间分布曲线示意图。

图6为按照本发明的烟道内烟气时间分布特性分析方法得到的烟气在烟道中的时间分布特性应用于脱硝数据分析的一优选实施例的示意图。

具体实施方式

为了更好地理解本发明，下面结合具体实施例对本发明作详细说明。本发明中所述烟道均指烟道中的脱硝入口至机组排放口段。

实施例1

如图1所示，一种烟道内烟气时间分布特性分析方法，包括步骤：

S1、确定锅炉烟气参数的数据；

S2、建立烟气参数变化规律模型；

S3、得到烟气在烟道中的时间分布特性。

在步骤S1中，所述锅炉烟气参数包括烟气流量、氮氧化物浓度、氮氧化物生成量中的至少一种。

确定所述烟气流量包括步骤：

S111、确定灰渣中平均含碳量与燃煤灰量百分数b以及过量空气系数apy；

S112、根据所述b确定理论干空气量Vgkb；

S113、根据所述Vgkb确定理论干烟气量Vgyb；

S114、根据所述理论干空气量、所述理论干烟气量和所述过量空气系数确定干烟气量Vgy；

S115、根据所述理论干空气量和所述过量空气系数确定烟气中水蒸气的体积VH2O；

S116、确定所述烟气流量。

根据脱硝SCR反应器入口位置氮氧化物浓度检测装置测得的数据确定所述氮氧化物浓度；根据已确定的所述烟气流量和所述氮氧化物浓度确定所述氮氧化物生成量。

如对于某一炉型，确定烟气流量的具体步骤包括：

根据公式b＝(alz*Clz)/(100-Clz)+(afh*Cfh)/(100-Cfh)确定所述灰渣中平均含碳量与燃煤灰量百分数b，其中所述alz表示炉渣占燃煤总灰量的质量含量百分比，所述Clz表示碳占燃煤总灰量的质量含量百分比，所述afh表示飞灰灰量占燃煤总灰量的质量含量百分比，所述Cfh表示碳占燃煤总灰量的质量含量百分比。

根据公式apy＝21/(21-O2py)确定所述过量空气系数apy，其中所述O2py表示排烟氧量，其取值为实际检测所得数值。

根据公式Vgkb＝gl.K2/1000*(gl.Qnetar*1000-3.3727*Aar*b)确定所述理论干空气量Vgkb，其中所述gl.K2表示根据燃料种类及燃料无灰干燥基挥发分确定的干空气计算系数，具体取值如下表所示，所述gl.Qnetar表示每千克燃料低位发热量，单位为kJ/kg，通过对入炉煤质进行分析得到，所述Aar表示燃料收到基灰分，单位为％，通过对入炉煤质进行分析得到。

表1干空气量计算系数表

根据公式Vgyb＝0.98*Vgkb确定所述理论干烟气量Vgyb。

根据公式Vgy＝Vgyb+(apy-1)*Vgkb确定所述干烟气量。

根据公式VH2O＝1.24*((9*Har+Mar)/100+0.01293*apy*Vgkb)确定所述烟气中水蒸气的体积VH2O，其中所述Har表示燃煤收到基氢含量，单位为％，所述Mar表示燃煤收到基全水，单位为％。

根据公式烟气流量＝(干烟气量Vgy+烟气中水蒸气的体积VH2O)*(实际燃煤量*1000)*0.92计算所述烟气流量，所述实际燃煤量的单位为吨。

在步骤S2中，建立烟气参数变化规律模型包括步骤：

S21、采用灰色关联度分析法对锅炉燃烧时影响烟气参数的因素进行分析，确定最大影响因素集；

S22、采用层次分析法确定最大影响因素集中各影响因素对烟气参数的影响权重，进而确定各影响因素的排序及其在最小二乘支持向量机中的运算等级；

S23、采用最小二乘支持向量机确定烟气参数与所述最大影响因素集中各影响因素之间的关系，得到烟气参数变化规律模型。

步骤S21具体包括步骤：

S211、输入锅炉燃烧时影响烟气参数的全部N个影响因素，其中所述N为自然数；

S212、确定参考影响因素数据列和若干比较影响因素数据列；

S213、对全部N个影响因素的历史运行数据进行无量纲化处理；

S214、根据无量纲化处理后的历史运行数据计算比较影响因素数据列与参考影响因素数据列之间的关联系数；

S215、计算比较影响因素与参考影响因素之间的关联度并对关联度进行排序；

S216、根据关联度排序结果选择关联度高的前M个比较影响因素作为最大影响因素集，其中M为自然数且M≤N。

所述锅炉燃烧时影响烟气参数的因素包括包括机组负荷、总煤量、煤质、总风量、热一次风风量、热一次风风量母管压力、热一次风风量风门开度、二次风箱压力、每层二次风挡板开度、每层SOFA风挡板开度、一次风机电流、送风机电流、引风机电流、锅炉氧量、磨组合方式、每台磨煤机煤量、每台磨煤机风量、给水量、给水温度、减温水量、主汽温度、主汽压力、再热蒸汽温度、再热蒸汽压力、脱硝入口烟气温度、省煤器过剩空气系数中的至少一种。

因为SCR脱硝反应器包括A侧和B侧，因此，所述脱硝入口烟气温度包括SCR脱硝反应器A侧入口烟气温度和SCR脱硝反应器B侧入口烟气温度。

步骤S22具体包括步骤：

S221、建立层次结构模型，所述层次结构模型的目标层为烟气参数，其方案层包括最大影响因素集。

S222、构造所述最大影响因素集判断矩阵；

S223、计算所述最大影响因素集中各影响因素对所述目标层的权重；

S224、根据所述权重确定各影响因素的排序及其在最小二乘支持向量机中的运算等级，所述影响因素的权重越大，该影响因素的排序越靠前，其在最小二乘支持向量机中的运算等级越高。

计算所述最大影响因素集中各影响因素对所述目标层的权重后需进行一致性校验。根据烟气参数在线监测数据对确定的所述权重进行校验，若误差在设定的阈值范围内，所述权重满足要求，若误差超出设定的阈值范围，对所述权重调整，直至其满足要求。

步骤S23中，采用最小二乘支持向量机(LSSVM)确定烟气参数与所述最大影响因素集中各影响因素之间的关系，得到烟气参数变化规律模型。采用所述烟气参数及其相应的最大影响因素集中各因素的历史运行参数对所述最小二乘支持向量机进行训练及验证，得到所述烟气参数变化规律模型。所述LSSVM的输入为所述最大影响因素集中各因素的取值，输出为所述烟气参数的取值。

特别说明，鉴于氮氧化物生成量＝氮氧化物浓度*烟气流量的关系存在，确定所述氮氧化物生成量变化规律模型时可以按照上述步骤S1—S21—S22—S23进行，也可以按照上述步骤S1—S21—S22—S23确定烟气流量变化规律模型与氮氧化物浓度变化规律模型之后，根据氮氧化物生成量＝氮氧化物浓度*烟气流量，确定氮氧化物生成量变化规律模型。

步骤S3中，根据所述烟气参数变化规律模型、烟气在脱硝反应器内及前后烟道中的流动特性、烟道几何形状，计算烟气的流动分布，得到烟气在烟道中的时间分布特性。

实施例2

一种烟道内烟气时间分布特性分析***，所述***包括处理器和存储介质，所述存储介质中存储有程序，所述程序由所述处理器运行，所述程序执行所述烟道内烟气时间分布特性分析方法，所述方法包括步骤：

S1、确定锅炉烟气参数的数据；

S2、建立烟气参数变化规律模型；

S3、得到烟气在烟道中的时间分布特性。

所述存储介质中还存储有所述锅炉燃烧时影响氮氧化物生成量的因素及每个因素的历史运行数据，所述因素包括机组负荷、总煤量、煤质、总风量、热一次风风量、热一次风风量母管压力、热一次风风量风门开度、二次风箱压力、每层二次风挡板开度、每层SOFA风挡板开度、一次风机电流、送风机电流、引风机电流、锅炉氧量、磨组合方式、每台磨煤机煤量、每台磨煤机风量、给水量、给水温度、减温水量、主汽温度、主汽压力、再热蒸汽温度、再热蒸汽压力、脱硝入口烟气温度、省煤器过剩空气系数中的至少一种

因为SCR脱硝反应器包括A侧和B侧，因此，所述脱硝入口烟气温度包括SCR脱硝反应器A侧入口烟气温度和SCR脱硝反应器B侧入口烟气温度。

所述***还包括显示装置，与所述处理器连接，用于对所述程序运行过程中的各种数据进行显示。

实施例3

锅炉燃烧时影响氮氧化物生成量的因素比较多，且各个因素之间的影响比较复杂，如果对所有的影响因素进行分析建立烟气参数变化规律模型，分析难度很大，而且数据计算量庞大，因此首先采用灰色关联度分析法确定锅炉燃烧时对烟气参数影响最大的因素集。

在所述烟道内烟气时间分布特性分析***内存储有各机组历史运行数据，选取一段时间的机组历史运行数据，且确认该时间段内机组处于稳定运行阶段。

以所述烟气参数中的所述氮氧化物浓度为例，介绍建立烟气参数变化规律模型的具体过程。此实施例中建立的是脱硝入口位置处的氮氧化物浓度变化规律模型。

如图2A所示，确定锅炉燃烧时与所述氮氧化物浓度有关的N个影响因素，如确定所述影响因素为机组负荷、入炉收到基低位发热量、收到基灰分、入炉空干基挥发分、热一次风风量、二次风挡板开度(每层都涉及该参数、共三层)、锅炉氧量、一次风机电流、送风机电流、引风机电流、上煤量、暖风量、省煤器过剩系数、理论烟气流量、脱硝入口氮氧化物浓度、脱硝入口烟气温度、氮氧化物产生量等19个参数，将所述19个影响因素的同时间段的历史数据作为输入；将所有因素的数据采用初值法做无量纲化处理，也可以采用均值法或者区间法对所有数据进行无量纲化处理。计算各个因素之间的关联度如图2B所示。

通过所述图2B可以看出，所述脱硝入口位置处的氮氧化物浓度与其他因素之间的关联度排序为：

序号	比较影响因素	关联度
			1	入口氮氧化物产生量	0.91
2	上煤量	0.9
			3	一次风机电流	0.89
4	热一次风风量	0.82
			5	理论烟气流量	0.82
6	第三层二次风挡开度	0.78
			7	第二层二次风挡开度	0.72
8	锅炉氧量	0.72
			9	暖风量	0.71
10	引风机电流	0.66
			11	机组负荷	0.64
12	第一层二次风挡开度	0.56
			13	省煤器过剩系数	0.43
14	入炉空干基挥发分	0.41
			15	脱硝入口烟气温度	0.37
16	送风机电流	0.34
			17	收到基灰分	0.13
18	入炉收到基低位发热量	0.05

设定阈值K1＝0.9，K2＝0.72，对于与所述脱硝入口位置氮氧化物浓度相关系数超过0.9的因素中，选择因素上煤量为所述最大影响因素集的元素，对于与所述脱硝入口位置氮氧化物浓度相关系数小于0.9且大于等于0.72的所有因素均为最大影响因素集的元素。

如此处理是因为与所述脱硝入口位置氮氧化物浓度相关度高(大于等于阈值K1)的元素之间也存在较大的相互影响，选择其中一个进行分析即可，同时对影响因素进行了降维，减小了后续计算量；而对于与所述脱硝入口位置氮氧化物浓度相关度高的因素，因为影响很小，因此不做分析，也实现了对影响因素进行降维、减小后续计算量的目的。

所述锅炉燃烧时与所述烟气参数有关的影响因素有很多，所述阈值K1和K2根据需要进行设置，本实施例中所列举的影响因素及K1和K2取值仅为了说明所述最大影响因素集的确定方法，没有任何限制作用。

根据上述方法确定的所述最大影响因素集包括上煤量、一次风机电流、热一次风风量、理论烟气流量、第三层二次风挡开度、第二层二次风挡开度、锅炉氧量等7个因素。

所述关联系数及关联度的计算方法为成熟技术，在此不做赘述。

根据确定的所述最大影响因素集，采用层次分析法，确定最大影响因素集中各影响因素对氮氧化物浓度的影响权重，进而确定各影响因素的排序及其在最小二乘支持向量机中的运算等级。

如图3所示，建立层次结构模型，所述层次结构模型的目标层为氮氧化物浓度，其准则层包括氮氧化物参数、机组运行参数、风量氧量参数和锅炉燃烧参数，其方案层包括所述最大影响因素集的各个影响因素。

采用成对比较的方式构造所述最大影响因素集判断矩阵，计算所述最大影响因素集中各影响因素对所述目标层的权重，进行一致性校验，根据所述权重确定各影响因素的排序及其在最小二乘支持向量机中的运算等级，所述影响因素的权重越大，该影响因素的排序越靠前，其在最小二乘支持向量机中的运算等级越高。

鉴于层次分析法的具体流程已经成熟，在此不对采用该方法确定最大影响因素集中各影响因素对氮氧化物浓度的影响权重的具体计算过程进行赘述，仅提供采用该方法确定的各影响因素的权重为：

Y＝0.268X1+0.243X2+0.147X3+0.140X4+0.093X5+0.080X6+0.029X7 (1)

其中所述Y表示氮氧化物生成量，所述X1表示上煤量，其权重为0.268，所述X2表示一次风机电流，其权重为0.243，所述X3表示热一次风风量，其权重为0.147，所述X4表示理论烟气流量，其权重为0.140，所述X5表示第三层二次风挡开度，其权重为0.093，所述X6表示第二层二次风挡开度，其权重为0.080，所述X6表示锅炉氧量，其权重为0.029。

根据氮氧化物浓度在线监测数据对确定的所述权重进行校验，将各影响因素的数据带入式(1)，若计算所得氮氧化物浓度与监测数据误差在设定的阈值范围内，所述权重满足要求，若误差超出设定的阈值范围，对所述权重进行调整，直至其满足要求。

最小二乘支持向量机(LSSVM)具有简化运算过程、任意可控精度逼近任意非线性函数、良好的非线性拟合能力和泛化能力等优点，因此采用最小二乘支持向量机(LSSVM)法建立所述氮氧化物浓度变化规律模型。采用所述烟气参数及其相应的最大影响因素集中各因素的历史运行参数对所述最小二乘支持向量机进行训练及验证，得到所述烟气参数变化规律模型。

如图4所示，将所述最大影响因素集中的历史运行数据与所述氮氧化物浓度历史运行数据输入所述最小二乘支持向量机，其中所述最大影响因素集的数据为LSSVM模型输入，所述氮氧化物浓度为LSSVM模型输入输出。

所述LSSVM模型初始模型为：

经过训练所述氮氧化物浓度变化规律模型为：

对所述烟气参数中的其他参数建立变化规律模型的具体实现参见建立氮氧化物浓度变化规律模型的实现过程即可。

实施例4

锅炉燃烧后产生的烟气会经过脱硝、除尘、脱硫***进行处理，最后经过烟囱排放到大气中，在烟道几何形状、烟气在脱硝反应器内及前后烟道内的流动特性已知的情况下，根据所述锅炉燃烧参数与烟气参数变化规律之间的关联模型，通过锅炉的实际燃烧参数，即可确定烟气参数，进而得到烟气参数在烟道中的时间分布特性。

如图5所示，为脱硝SCR反应器进出口位置氮氧化物浓度时间分布曲线，其中L1为脱硝SCR反应器A入口位置氮氧化物浓度的时间分布曲线；L2为脱硝SCR反应器B入口位置氮氧化物浓度时间分布曲线；L3为脱硝SCR反应器A出口位置氮氧化物浓度的时间分布曲线；L4为脱硝SCR反应器B出口位置氮氧化物浓度时间分布曲线。图中横轴为时间，纵轴为浓度值。

通常进行烟气分析时，多采用同一时间点烟道内各监测点采集的数据作为同一路烟气的数据进行脱硝分析，而实际上，因为烟气的流动需要一定的时间，烟道内各监测点在同一时刻检测到的数据必然不是同一路烟气的数据，因此导致脱硝分析的结果不准确，尤其是在机组负荷变动较大、燃烧工况不稳定的情况下，烟气参数的前后变化幅度很大，对脱硝分析的准确性影响更大。通过确定烟气在烟道中的时间分布特性，按照时间标签，定位不同位置，确定各监测点检测的数据是同一路烟气的数据，实现对脱硝入口氮氧化物浓度、出口氮氧化物浓度、喷氨量以及烟气排放氮氧化物浓度等参数的同步管理，确保进行分析的是同一路烟气的参数，保证了脱硝分析的准确性。

在图5中，同一时刻不同位置的数据为同一路氮氧化物浓度数据，进行脱硝分析的时候，选择同一路氮氧化物浓度数据进行分析。

如图6所示，锅炉燃烧过程中t时刻产生的烟气经过锅炉—省煤器—脱硝器—空预器—干式除尘器—脱硫器—烟囱排到大气中。在烟道内分布有五个烟气参数监测点，分别为脱硝器入口位置、脱硝器出口位置、脱硫入口位置、脱硫出口位置、烟囱入口位置(同机组排放口位置)。根据锅炉燃烧参数的变化情况可以确定烟气参数的变化情况，确定锅炉燃烧t时刻产生的烟气情况，根据烟气在烟道中的时间分布特性，可以得出t时刻产生的烟气流过五个烟气参数监测点的时间分别为t1、t2、t3、t4和t5，在进行脱硝分析的时候，选择t时刻的锅炉参数、t1时刻脱硝入口监测点位置检测的数据Z1、t2时刻脱硝出口监测点位置检测的数据Z2、t3时刻脱硫入口监测点位置检测的数据Z3、t4时刻脱硫出口监测点位置检测的数据Z4、t5时刻烟囱入口监测点位置(机组排放口位置)检测的数据Z5为同一路烟气的监测数据，进行脱硝数据分析。烟气参数监测点可以采集的烟气参数包括烟气中氮氧化物浓度、烟气流量、温度、氧量、压力等信息。

实施例5

一种脱硝***，包括SCR反应器和喷氨控制装置，其采用所述烟气在烟道中的时间分布特性作为所述喷氨装置的控制信号，所述烟气在烟道中的时间分布特性采用所述烟道内烟气时间分布特性分析方法确定。根据所述烟气在烟道中的时间分布特性计算所述烟气到达SCR反应器入口的时间T，根据所述时间T和烟气量确定喷氨量。

对于t时刻产生的烟气，其在t1时刻才会到达脱硝器入口位置，根据锅炉燃烧参数与氮氧化物生成量变化规律之间的关联模型，可以确定t时刻产生的氮氧化物生成量，所述氮氧化物生成量和烟气在烟道中的时间分布特性作为脱硝控制装置的前馈控制信号，控制在t1时刻喷出与t时刻产生的氮氧化物生成量相适应的氨量，实现脱硝过程中喷氨量的精确控制。

需要说明的是，以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管前述实施例对本发明进行了详细的说明，本领域的技术人员应该理解：其可以对前述实施例记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换，而这些替换，并不使相应技术方案的本质脱离本发明技术方案的范围。

Claims (10)

1.一种烟道内烟气时间分布特性分析方法，包括步骤：

确定锅炉烟气参数的数据；

建立烟气参数变化规律模型；

得到烟气在烟道中的时间分布特性。

2.如权利要求1所述的烟道内烟气时间分布特性分析方法，其特征在于：所述锅炉烟气参数包括烟气流量、氮氧化物浓度、氮氧化物生成量中的至少一种。

3.如权利要求1所述的烟道内烟气时间分布特性分析方法，其特征在于：建立烟气参数变化规律模型包括步骤：

采用灰色关联度分析法对锅炉燃烧时影响烟气参数的因素进行分析，确定最大影响因素集；

采用最小二乘支持向量机法确定烟气参数与所述最大影响因素集中各影响因素之间的关系，得到烟气参数变化规律模型。

4.如权利要求3所述的烟道内烟气时间分布特性分析方法，其特征在于：采用灰色关联度分析法对锅炉燃烧时影响烟气参数的因素进行分析，确定最大影响因素集包括步骤：

输入锅炉燃烧时影响烟气参数的全部N个影响因素的历史运行数据，其中所述N为自然数；

确定参考影响因素数据列和若干比较影响因素数据列；

对全部N个影响因素的历史运行数据进行无量纲化处理；

根据无量纲化处理后的历史运行数据计算比较影响因素数据列与参考影响因素数据列之间的关联系数；

计算比较影响因素与参考影响因素之间的关联度并对关联度进行排序；

根据关联度排序结果，确定最大影响因素集。

5.如权利要求3所述的烟道内烟气时间分布特性分析方法，其特征在于：采用最小二乘支持向量机法确定烟气参数与所述最大影响因素集中各影响因素之间的关系，得到烟气参数变化规律模型之前，还包括步骤：采用层次分析法确定最大影响因素集中各影响因素对烟气参数的影响权重，进而确定各影响因素的排序及其在最小二乘支持向量机中的运算等级。

6.如权利要求5所述的烟道内烟气时间分布特性分析方法，其特征在于：采用层次分析法确定最大影响因素集中各影响因素对烟气参数的影响权重，进而确定各影响因素的排序及其在最小二乘支持向量机中的运算等级包括步骤：

建立层次结构模型，所述层次结构模型的目标层为烟气参数，其方案层包括最大影响因素集；

构造所述最大影响因素集判断矩阵；

计算所述最大影响因素集中各影响因素对所述目标层的权重；

根据所述权重确定各影响因素的排序及其在最小二乘支持向量机中的运算等级，所述影响因素的权重越大，该影响因素的排序越靠前，其在最小二乘支持向量机中的运算等级越高。

7.如权利要求3所述的烟道内烟气时间分布特性分析方法，其特征在于：采用所述烟气参数及其相应的最大影响因素集中各因素的历史运行参数对所述最小二乘支持向量机进行训练及验证，得到所述烟气参数变化规律模型。

8.如权利要求7所述的烟道内烟气时间分布特性分析方法，其特征在于：根据烟气参数变化规律模型、烟气在脱硝反应器内及前后烟道中的流动特性、烟道几何形状，计算烟气的流动分布，得到烟气在烟道中的时间分布特性。

9.一种烟道内烟气时间分布特性分析***，包括处理器和存储介质，所述存储介质中存储有程序，所述程序由所述处理器运行，其特征在于：所述程序执行如权利要求1-8任一项所述的烟道内烟气时间分布特性分析方法，所述方法包括步骤：

确定锅炉烟气参数的数据；

建立烟气参数变化规律模型；

得到烟气在烟道中的时间分布特性。

10.一种脱硝***，包括SCR反应器和喷氨控制装置，其特征在于：采用所述烟气在烟道中的时间分布特性作为所述喷氨装置的控制信号，所述烟气在烟道中的时间分布特性采用如权利要求1-8任一项所述的烟道内烟气时间分布特性分析方法确定。