基于BP神经网络的循环流化床锅炉生成NOx质量浓度在线软测量Online soft measurement of NOx mass concentration for circulating fluidized bed boiler based on BP neural network
白建云,朱竹军,张培华
摘要(Abstract)：
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(KeyWords)： 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
基金项目(Foundation):
作者(Author): 白建云,朱竹军,张培华