声明
1 绪论
1.1 课题研究背景
1.2 燃煤电站脱硝技术
1.2.1 SCR技术
1.2.2 SNCR技术
1.2.3 SNCR-SCR联合脱硝技术
1.3 重要脱硝运行参数
1.4 国内外研究现状
1.4.1 火电脱硝技术评价研究现状
1.4.2 SCR入口NOx浓度预测研究现状
1.4.3 SCR催化剂活性预测研究现状
1.5 本文主要研究内容
2 脱硝技术评价与运行参数预测的方法研究
2.1 脱硝技术评价方法研究
2.1.1 隶属函数
2.1.2 相离度理论
2.1.3 层次分析主观赋权
2.1.4 熵值法客观赋权
2.1.5 基于博弈论原理的集成赋权法
2.2 脱硝运行参数的预测方法研究
2.2.1 预测模型
2.2.2 预测模型优化方法
2.3 预测模型与优化方法选择
2.3.1 SCR入口NOx浓度的预测模型与优化方法选择
2.3.2 SCR催化剂活性的预测模型与优化方法选择
2.4 预测结果分析方法
2.5 本章小结
3 脱硝技术综合评价研究
3.1 脱硝技术综合评价模型建立
3.1.1 综合评价指标体系
3.1.2 相离度改进的隶属函数
3.2 综合评价模型验证
3.2.1 评价指标的原始赋值
3.2.2 评价指标预处理
3.2.3 指标集成赋权与分析
3.2.4 评价结果与分析
3.3 不同负荷工况下的模型应用
3.3.1 额定负荷75%工况的脱硝技术评价
3.3.2 额定负荷50%工况的脱硝技术评价
3.4 结果比较与分析
3.5 本章小结
4 SCR入口NOx浓度预测研究
4.1原始数据来源
4.2 ARIMA模型建立
4.2.1 正态检验与平稳化处理
4.2.2 模型参数估计
4.2.3 模型应用与预测结果分析
4.3 ARIMA模型的优化与预测结果分析
4.3.1 基于Elman神经网络的残差补偿
4.3.2 引入多变量的模型优化
4.4 模型比较与分析
4.5 本章小结
5 SCR催化剂活性预测研究
5.1 原始数据来源
5.2 不同模型的建立与预测分析
5.2.1 曲线拟合预测
5.2.2 灰色GM(1,1)模型预测
5.2.3 ARIMA模型预测
5.2.4 优化前的模型比较与分析
5.3 预测模型优化
5.3.1基于ARIMA残差补偿的灰色预测GM(1,1)模型
5.3.2 基于残差自补偿的ARIMA模型
5.3.3 灰色预测GM(1,1)与ARIMA组合模型
5.4 模型比较与分析
5.5 本章小结
6 全文总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间获得的奖励