火电厂氨逃逸的预测研究

来源：动力工程学报杂志2023年第7期北京时间：

作者：谭增强, 牛拥军, 李元昊, 曲飞雨,

摘要：为了实现机组超低排放并能够安全稳定运行，基于脱硝系统入口烟气温度、入口O2体积浓度、入口和出口NOx质量浓度、喷氨量和空气预热器差压等分散控制系统（DCS）数据，分别构建了用于预测氨逃逸的长短期记忆网络（LSTM）模型和支持向量回归（SVR）模型。根据现场测试的SCR系统入口和出口NOx质量浓度和氨逃逸量，计算得到宏观的脱硝装置潜能，结合同时间段内的DCS数据计算氨逃逸量，并作为真实值与LSTM模型和SVR模型的预测值进行对比。结果表明：SVR模型对氨逃逸的预测有较高的准确度和泛化能力，SVR模型对测试样本的均方根误差δMRE=0.007 1 μL/L，平均绝对误差δMAE=0.002 4 μL/L；LSTM模型对测试样本的预测误差δMRE=0.047 0 μL/L，δMAE=0.019 0 μL/L。

关键词：火电厂,氨逃逸,预测模型,LSTM,SVR,