基于PSO-互信息的多变量时序校正方法研究

摘要

选择性催化还原(selective catalytic reduction,SCR)是火电厂目前广泛采用的烟气脱硝方法。但因为烟气连续监测系统(Continuous emission monitoring systems,CEMS)测量滞后带来的影响无法通过控制系统消除。针对脱硝系统NOx浓度测量滞后和各变量相对于SCR入口侧NOx浓度的反应延迟对后续建模精度造成的不利影响,设计了基于PSO-互信息的多变量时序校正方法:通过物理方法测量、计算,得到CEMS测量滞后,并对入口侧NOx浓度测量值进行时序校正。基于机理分析,确定影响火电机组锅炉侧NOx排放的辅助变量,运用自适应惯性权重粒子群和k-近邻互信息法计算各个变量的估计反应延迟,并基于各自延迟对数据样本进行相空间重构时序校正。以某电厂SCR脱硝系统实际数据进行实验,比较建模精度。结果表明,采用时序校正后的数据建立的模型,其精度有了明显提高。