CN114053865A - 适用于燃煤锅炉scr脱硝控制***的广义预测控制方法 - Google Patents
适用于燃煤锅炉scr脱硝控制***的广义预测控制方法 Download PDFInfo
- Publication number
- CN114053865A CN114053865A CN202111298308.5A CN202111298308A CN114053865A CN 114053865 A CN114053865 A CN 114053865A CN 202111298308 A CN202111298308 A CN 202111298308A CN 114053865 A CN114053865 A CN 114053865A
- Authority
- CN
- China
- Prior art keywords
- control
- scr denitration
- generalized predictive
- coal
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims abstract description 4
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 abstract description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 15
- 229910021529 ammonia Inorganic materials 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 4
- 238000006477 desulfuration reaction Methods 0.000 description 3
- 230000023556 desulfurization Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000005507 spraying Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8621—Removing nitrogen compounds
- B01D53/8625—Nitrogen oxides
- B01D53/8631—Processes characterised by a specific device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8696—Controlling the catalytic process
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/90—Injecting reactants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,采用广义预测控制技术克服SCR脱硝过程大滞后、大惯性的对象特性,根据专家经验建立控制规则的产生机制,采用智能前馈技术对***中的各种扰动因素进行超驰补偿控制。本发明的脱硝控制***具有优良的适应环境变化的能力,实现了控制量的提前动作,提高了SCR脱硝控制***的稳定性和经济性。本发明简单可靠,易于实现,适用于燃煤锅炉SCR脱硝控制***。
Description
技术领域
本发明属于燃煤发电脱硝控制技术领域,具体涉及一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法。
背景技术
目前,国内燃煤锅炉基本都安装了SCR脱硝***,但该***在实际运行过程中,大多存在两个问题,一是SCR脱硝控制***无法投入自动,靠手动操作来抑制烟囱入口处的NOx浓度,运行人员的操作强度大,而且为了防止NOx超标,大多数运行人员会过量喷氨;二是SCR脱硝控制***能投入自动,但控制***的品质较差,NOx波动大,为了防止NOx超标,NOx定值设得过低,喷氨量大。过量喷氨不仅造成经济损失,而且容易造成空预器的堵塞,影响机组的安全、稳定及经济运行。
SCR脱硝控制***存在问题的主要原因是:脱硝被控过程特性差及控制策略不合理两个方面。就过程特性而言,脱硝被控过程是一个大滞后的对象,从喷氨量变化到烟囱入口处的NOx的变化至少有2-3分钟的纯滞后;脱硝被控过程也是一个典型的非线性及时变过程,脱硝过程是一个化学反应过程,其典型的特征就是存在非线性,而且随着崔化剂的不断消耗,被控过程的动态特性会发生显著的变化,因此又是一个典型的时变过程;在脱硝***的运行过程中,还存在部分NOx测量参数失真的情况,NOx测点的经常维护,造成了对脱硝***运行的极大干扰。这些过程特性是造成常规SCR脱硝控制***运行不好的主要原因,但脱硝过程特性差是***固有的特点,难于改变。只有采用更加先进的控制策略才能对其进行有效控制,但目前采用基于常规PID的控制策略过于简单,控制方案也不合理。
发明内容
为解决上述问题,本发明公开了一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,改善SCR脱硝控制***的品质,提高控制***运行稳定性和经济性。
一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,采用广义预测控制技术克服SCR脱硝过程大滞后、大惯性的对象特性,根据专家经验建立控制规则的产生机制,采用智能前馈技术对***中的各种扰动因素进行超驰补偿控制。
进一步地,所述广义预测控制算法内部预测模型是基于受控自回归积分滑动平均模型设计的,其结构形式为:
A(z-1)y(t)=B(z-1)u(t-1)+ξ(t)/△
式中,t表示当前时刻点;z-1为回退算子,即向后移动一个采样周期;△=1-z-1为差分算子;ξ(t)为均值为0的白噪声序列;A、B均是z-1的多项式。
更进一步地,基于预测模型利用已知信息并将未知待求信息进行分离,实现多步预测,考虑以下的丢番图方程:
1=Ej(z-1)A△+z-jFj(z-1)
式中,Ej、Fj是由多项式A与预测步长j确定的多项式:
Ej=ej,0+ej,1z-1+…+ej,j-1z-(j-1)
Fj=fj,0+fj,1z-1+…+fj,nz-n
优选地,通过联合丢番图方程与自回归滑动平均模型,可得出如下的多步预测模型:
更进一步地,广义预测控制器是基于多步预测模型求解当前时刻滚动优化性能指标函数的算法,通常性能指标函数可以选用二次型性能指标函数,具体形式如下:
式中,为基于当前t时刻已知信息预测将来j个采样周期的被控量输出值,r(t+j)为对应时刻的设定值序列,N1与N2分别为预测时域的起点时刻与终点时刻,Nu为控制时域(即需求解的控制步数),λ(j)为控制增量加权序列,△u(t+j-1)为t+j-1时刻的控制增量值。
更进一步地,预测控制器的控制输出计算基于通过最小化性能指标J,得出最优的控制量序列u(t),u(t+1),…u(t+Nu-1),通过反馈校正实现预测模型的输出预测趋近于设定值r(t+j)。
优选地,仅仅将u(t)应用于实际控制,后续再重复计算,实现滚动优化。
进一步的,根据专家经验,建立控制规则的产生机制,并实时更新SCR脱硝控制的产生式规则库,使SCR脱硝控制***具有优良的适应环境变化的能力。
进一步的,通过采用智能前馈技术,对***中的各种扰动因素进行超驰补偿控制,及时消除各种扰动对NOx的影响。
本发明的有益效果:与现有技术相比,:
1、过采用广义预测控制算法克服了SCR脱硝过程的大滞后、大惯性的对象特性,实现了控制量的提前动作;通过实时更新SCR脱硝控制的产生式规则库,提升了SCR脱硝控制***的自适应能力;
2、通过采用智能前馈有效抑制负荷以及风量变化等扰动带来的SCR反应器出口NOx浓度波动,提升了喷氨量控制对机组负荷变化的响应速度,提高了SCR脱硝***的经济性。
附图说明
图1为本发明的SCR脱硝智能控制***结构图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。需要说明的是,下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向,词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
本发明针对燃煤锅炉SCR脱硝控制***具有大惯性、大滞后等特点,传统PID控制器在机组负荷变化时难以实现氨气流量的精确控制,提出了一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,采用广义预测控制技术克服SCR脱硝过程大滞后、大惯性的对象特性,根据专家经验建立控制规则的产生机制,采用智能前馈技术对***中的各种扰动因素进行超驰补偿控制。
如图1所示,本发明实施例公开的一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,所述控制***反馈回路中GPC模块为基于广义预测控制算法的控制器,控制器的输入为SCR反应器出口处NOx浓度设定值与实际测量值的偏差,控制器的输出为NH3流量,Gm(s)为喷氨量到SCR反应器出口NOx浓度过程动态,Gk(s)为负荷及氧量等扰动前馈动态特性,Gv(s)为反馈校正模块。
进一步地,所述广义预测控制算法内部预测模型是基于受控自回归积分滑动平均模型设计的,其结构形式为:
A(z-1)y(t)=B(z-1)u(t-1)+ξ(t)/△
式中,t表示当前时刻点;z-1为回退算子,即向后移动一个采样周期;△=1-z-1为差分算子;ξ(t)为均值为0的白噪声序列;A、B均是z-1的多项式。
更进一步地,基于预测模型利用已知信息并将未知待求信息进行分离,实现多步预测,考虑以下的丢番图方程:
1=Ej(z-1)A△+z-jFj(z-1)
式中,Ej、Fj是由多项式A与预测步长j确定的多项式:
Ej=ej,0+ej,1z-1+…+ej,j-1z-(j-1)
Fj=fj,0+fj,1z-1+…+fj,nz-n
优选地,通过联合丢番图方程与自回归滑动平均模型,可得出如下的多步预测模型:
更进一步地,广义预测控制器是基于多步预测模型求解当前时刻滚动优化性能指标函数的算法,通常性能指标函数可以选用二次型性能指标函数,具体形式如下:
式中,为基于当前t时刻已知信息预测将来j个采样周期的被控量输出值,r(t+j)为对应时刻的设定值序列,N1与N2分别为预测时域的起点时刻与终点时刻,Nu为控制时域(即需求解的控制步数),λ(j)为控制增量加权序列,△u(t+j-1)为t+j-1时刻的控制增量值。
更进一步地,预测控制器的控制输出计算基于通过最小化性能指标J,得出最优的控制量序列u(t),u(t+1),…u(t+Nu-1),通过反馈校正实现预测模型的输出预测趋近于设定值r(t+j)。
优选地,仅仅将u(t)应用于实际控制,后续再重复计算,实现滚动优化。
进一步的,根据专家经验,建立控制规则的产生机制,并实时更新SCR脱硝控制的产生式规则库,使SCR脱硝控制***具有优良的适应环境变化的能力。
进一步的,通过采用智能前馈技术,对***中的各种扰动因素进行超驰补偿控制,及时消除各种扰动对NOx的影响。
在华能铜川电厂应用本发明的SCR脱硝控制***,GPC控制器的采样周期为5s,预测时域为400,控制时域为50。机组在变负荷阶段401MW—516MW—365MW,同时变脱硫出口设定值时的运行曲线,观察约2小时的运行曲线可以发现,脱硝优化控制***投入后,A、B侧入口浓度变化平稳,脱硫出口设定值为分别由40mg/Nm3变化为45mg/Nm3、40mg/Nm3,脱硫出口NOx浓度控制均非常稳定,最大正向偏差为:+2.5mg/Nm3;最大负向偏差为:-3.9mg/Nm3,控制指标为±5mg/Nm3,显著改善了脱硝控制***的运行品质。
以上实施例仅为本发明的优选实施例,仅用于更加清楚地说明本发明方法,并非对本发明作任何其他形式的限制,应当指出的是,对于本领域一般技术而言,在不背离本发明原理和精神的前提下对其所做出的任何显而易见的改动,都应该包含在本发明的权利要求的保护范围内。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。
Claims (7)
1.一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,其特征在于:
包括以下;
(一)采用广义预测控制算法技术克服SCR脱硝过程大滞后、大惯性的对象特性;
(二)根据专家***建立控制规则的产生机制;
(三)采用智能前馈技术对***中的各种扰动因素进行超驰补偿控制。
2.根据权利要求1所述的一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,其特征在于:所述步骤1中广义预测控制技术利用的是广义预测控制算法;所述广义预测控制算法内部预测模型是基于受控自回归积分滑动平均模型设计的,其结构形式为:
A(z-1)y(t)=B(z-1)u(t-1)+ξ(t)/△
A(z-1)=1+a1z-1+…+anz-n
式中,B(z-1)=b0+b1z-1+…+bmz-m
式中,t表示当前时刻点;z-1为回退算子,即向后移动一个采样周期;△=1-z-1为差分算子;ξ(t)为均值为0的白噪声序列;A、B均是z-1的多项式。
5.根据权利要求4所述的一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,其特征在于:预测控制器的控制输出计算基于通过最小化性能指标J,得出最优的控制量序列u(t),u(t+1),…u(t+Nu-1),通过反馈校正实现预测模型的输出预测趋近于设定值r(t+j);仅仅将u(t)应用于实际控制,后续再重复计算,实现滚动优化。
6.根据权利要求1所述的一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,其特征在于:所述步骤2:根据专家***,建立控制规则的产生机制,并实时更新SCR脱硝控制的产生式规则库,使SCR脱硝控制***具有优良的适应环境变化的能力。
7.根据权利要求1所述的一种适用于燃煤锅炉SCR脱硝控制***的广义预测控制方法,其特征在于:步骤3:通过采用智能前馈技术,对***中的各种扰动因素进行超驰补偿控制,及时消除各种扰动对NOx的影响。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111294563 | 2021-11-03 | ||
CN2021112945632 | 2021-11-03 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114053865A true CN114053865A (zh) | 2022-02-18 |
Family
ID=80273640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111298308.5A Pending CN114053865A (zh) | 2021-11-03 | 2021-11-04 | 适用于燃煤锅炉scr脱硝控制***的广义预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114053865A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115591378A (zh) * | 2022-12-12 | 2023-01-13 | 清华大学(Cn) | 火电机组scr脱硝的前馈补偿和扰动抑制控制***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160158701A1 (en) * | 2013-01-14 | 2016-06-09 | Babcock & Wilcox Power Generation Group, Inc. | Controlling aqcs parameters in a combustion process |
CN105955017A (zh) * | 2016-06-08 | 2016-09-21 | 山西大学 | 一种基于专家模糊的脱硝***分层优化自适应智能控制方法 |
CN106873381A (zh) * | 2017-04-10 | 2017-06-20 | 内蒙古瑞特优化科技股份有限公司 | 喷氨控制*** |
CN107561944A (zh) * | 2017-09-18 | 2018-01-09 | 南京格林兰德节能科技有限公司 | 一种基于拉盖尔模型的脱硝***自适应预测控制方法 |
CN111399458A (zh) * | 2020-03-30 | 2020-07-10 | 东南大学 | 基于扰动抑制广义预测控制的scr脱硝***设计方法 |
US20200283920A1 (en) * | 2015-08-05 | 2020-09-10 | Faramarz Bairamijamal | Process for enrichment of the co2 concentration in the co2-streams from the post-combustion and pre-combustion stationary sources of co2 emission upstream of further processing |
CN112418284A (zh) * | 2020-11-16 | 2021-02-26 | 华北电力大学 | 一种全工况电站scr脱硝***的控制方法及*** |
-
2021
- 2021-11-04 CN CN202111298308.5A patent/CN114053865A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160158701A1 (en) * | 2013-01-14 | 2016-06-09 | Babcock & Wilcox Power Generation Group, Inc. | Controlling aqcs parameters in a combustion process |
US20200283920A1 (en) * | 2015-08-05 | 2020-09-10 | Faramarz Bairamijamal | Process for enrichment of the co2 concentration in the co2-streams from the post-combustion and pre-combustion stationary sources of co2 emission upstream of further processing |
CN105955017A (zh) * | 2016-06-08 | 2016-09-21 | 山西大学 | 一种基于专家模糊的脱硝***分层优化自适应智能控制方法 |
CN106873381A (zh) * | 2017-04-10 | 2017-06-20 | 内蒙古瑞特优化科技股份有限公司 | 喷氨控制*** |
CN107561944A (zh) * | 2017-09-18 | 2018-01-09 | 南京格林兰德节能科技有限公司 | 一种基于拉盖尔模型的脱硝***自适应预测控制方法 |
CN111399458A (zh) * | 2020-03-30 | 2020-07-10 | 东南大学 | 基于扰动抑制广义预测控制的scr脱硝***设计方法 |
CN112418284A (zh) * | 2020-11-16 | 2021-02-26 | 华北电力大学 | 一种全工况电站scr脱硝***的控制方法及*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115591378A (zh) * | 2022-12-12 | 2023-01-13 | 清华大学(Cn) | 火电机组scr脱硝的前馈补偿和扰动抑制控制***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105629736B (zh) | 数据驱动的火电机组scr脱硝扰动抑制预测控制方法 | |
CN112580250A (zh) | 基于深度学习的火电机组脱硝***及优化控制方法 | |
CN104826492B (zh) | 一种选择性催化还原法烟气脱硝喷氨控制***的改进方法 | |
CN106681381A (zh) | 一种基于智能前馈信号的scr脱硝***喷氨量优化控制***及方法 | |
CN105404145A (zh) | 基于指数预测和时滞预估补偿的脱硝新型串级控制方法 | |
CN108837699A (zh) | 一种基于软测量和预测控制的scr脱硝智能喷氨优化方法及*** | |
CN111399458B (zh) | 基于扰动抑制广义预测控制的scr脱硝***控制方法 | |
CN104607042A (zh) | 一种基于约束预测控制的scr脱硝***及方法 | |
CN105498497A (zh) | 多变量控制的烟气脱硫脱硝一体化设备及其控制方法 | |
CN111562744B (zh) | 一种基于pso算法的锅炉燃烧隐式广义预测控制方法 | |
CN111841276B (zh) | 循环流化床机组sncr脱硝控制方法及装置、存储介质 | |
CN107387249B (zh) | 一种用于大功率燃气发动机瞬态空燃比控制的方法 | |
CN112418284A (zh) | 一种全工况电站scr脱硝***的控制方法及*** | |
CN110687792B (zh) | 一种用于化学吸附燃烧后二氧化碳捕集***的抗烟气扰动模糊控制方法 | |
CN109491248B (zh) | 基于rbf-arx模型和拉盖尔函数的磁悬浮球位置预测控制方法 | |
CN111013370A (zh) | 一种基于深度神经网络的湿法脱硫浆液供给量预测方法 | |
CN114053865A (zh) | 适用于燃煤锅炉scr脱硝控制***的广义预测控制方法 | |
CN107561944A (zh) | 一种基于拉盖尔模型的脱硝***自适应预测控制方法 | |
CN109833773B (zh) | 一种高效脱硝氨流量精确控制方法 | |
CN111644054A (zh) | 一种发电厂脱硝喷氨控制*** | |
CN112783115A (zh) | 一种蒸汽动力***的在线实时优化方法及装置 | |
CN117270387A (zh) | 基于深度学习的scr脱硝***低氨逃逸控制方法和*** | |
CN116047897A (zh) | 一种基于参数自适应抗扰控制器的燃气轮机预测控制方法 | |
CN114397813B (zh) | 基于慢时变干扰观测器的发电锅炉燃烧连续滑模控制方法 | |
CN114442486A (zh) | 一种火电机组scr脱硝优化控制***及控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |