一种火电站锅炉烟气NOx指标预测方法

摘要

本发明公开了一种火电站锅炉烟气NOx指标预测方法，所述火电站锅炉烟气NOx指标预测方法通过利用SPSS软件进行线性回归建立NOx预测模型，分别在多个发电负荷段进行大数据分析，利用协方差、相关系数、Pearson相关性和显著性检验，将NOx值作为因变量，将一次风压、氧量、风量、煤量、给水流量、烟温作为自变量，进行线性/非线性回归分析，拟合NOx预估模型。经过组态对比后发现，数学仿真计算后的拟合曲线，动作要优先于NOx实际测量曲线，根据计算，超前响应时间大概在40秒左右，一定程度上可以提前控制，减少喷氨量的消耗。

说明书

技术领域

本发明涉及火电厂NOx指标预测技术领域，尤其涉及一种火电站锅炉烟气NOx指标预测方法。

背景技术

SPSS软件全称“统计产品与服务解决方案”软件，为IBM推出的用于统计学运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称。该发明创新的将该软件用于火电厂氮氧化物建模研究，节省了繁杂的手工计算，提高了模型预测准确度，超前进行预控。

目前不少机组脱硝喷氨自动投入后，NOx波动大且振荡不容易稳定，特别是在变负荷及启停磨煤机时，NOx动态偏差较大。为避免考核，运行员只能降低NOx的设定值，容易造成喷氨过量，出现氨逃逸。国内电站大部分选择催化还原（SCR）脱硝系统喷氨装置，喷氨调节阀自动控制。由于电站锅炉燃烧为典型的多输入、大惯性、非线性与强耦合特性及SCR催化反应迟滞的影响，常规PID控制的喷氨控制往往不能达到较好的控制效果。因此，如何准确预测SCR 脱硝系统入口 NOx质量浓度，提高喷氨自动控制的超前性、降低氨逃逸，是一个亟需解决的技术问题。

发明内容

为了解决上述问题，本发明提出了一种火电站锅炉烟气NOx指标预测方法，所述火电站锅炉烟气NOx指标预测方法包括如下步骤：选取不同负荷段下相关变量的历史趋势建立样本，并利用曲线估计法筛选线性合适的负荷段；利用SPSS软件进行Pearson相关系数计算及显著性双侧检验，检验后确定与NOx相关合适的变量；选取因变量NOx和筛选后的自变量，进行曲线估计，进一步确认相关性；在主元分析的基础上，通过线性回归分析，构建脱销入口NOx浓度预测模型；在DCS建立实际模型：利用得到的公式组态建立与负荷相关的分段函数仿真模型。

优选的，Pearson相关系数绝对值越接近于1表示变量间越存在相关性，显著性越接近于零，表明总体和样本越相似。

优选的，所述火电站锅炉烟气NOx指标预测方法选取NOx值作为因变量，将一次风压、氧量、风量、煤量、给水流量、烟温作为自变量。

优选的，为进一步提升模型预测的准确度，所述火电站锅炉烟气NOx指标预测方法采用分段负荷分析法进行研究。

优选的，在常用负荷段选取样本数据，为保证数据预测的准确性，所述火电站锅炉烟气NOx指标预测方法选取负荷较为平稳，同时氧量具有特征代表性的负荷段进行SPSS数据分析。

优选的，所述火电站锅炉烟气NOx指标预测方法选取200MW、250MW、270MW、300MW、350MW5段负荷段进行采样，并利用SPSS软件进行演算，在主元分析的基础上，通过线性回归分析，构建脱销入口NOx浓度预测模型，为提高模型准确性，对负荷分段进行数据分析，其中模型公式为：

NOx（A）=56.867-0.108×F-7.133×O+0.4×Q+1.089×M

式中NOx（A）为A侧脱硝入口NOx预测值，F、O、Q、M分别代表风量、氧量、主汽流量、煤量。

优选的，以上述方法为基础分别在180MW、200MW、220MW、250MW、300MW、320MW、350MW上进行数据分析，建立数学模型。

本发明的有益效果在于：本发明提供的一种火电站锅炉烟气NOx指标预测方法利用SPSS软件建立机组 SCR 脱硝系统入口 NOx质量浓度非线性模型，准确预测SCR 脱硝系统入口 NOx质量浓度，提高喷氨自动控制的超前性、降低氨逃逸，也可指导燃烧调整措施，改善空预器堵塞现象；经过组态对比后发现，数学仿真计算后的拟合曲线，动作要优先于NOx实际测量曲线，根据计算，超前响应时间大概在40秒左右，一定程度上可以提前控制，减少喷氨量的消耗。该方法存在投入成本低，操作难度小，拟合曲线还原度高，超前性好的特点，便于推广应用。

附图说明

图1是本发明的流程示意图；

图2是本发明利用SPSS相关性检验示意图；

图3是本发明利用SPSS进行曲线估计示意图；

图4是本发明分负荷段建立折线函数模型示意图。

具体实施方式

为了对本发明的实施例进行详细说明，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明的主要目的在于提供一种火电站锅炉烟气NOx指标预测方法，旨在解决现有技术无法准确预测SCR脱硝系统入口NOx质量浓度、出现较高氨逃逸等的技术问题。

为实现上述目的，本发明提出的一种实施例，如图1所示，图1是本发明的流程示意图，所述的火电站锅炉烟气NOx指标预测方法包括如下步骤：

选取不同负荷段下相关变量的历史趋势建立样本，并利用曲线估计法筛选线性合适的负荷段；

利用SPSS软件进行Pearson相关系数计算及显著性双侧检验，检验后确定与NOx相关合适的变量；

选取因变量NOx和筛选后的自变量，进行曲线估计，进一步确认相关性；

在主元分析的基础上，通过线性回归分析，构建脱销入口NOx浓度预测模型；

在DCS建立实际模型：利用得到的公式组态建立与负荷相关的分段函数仿真模型。

具体的，本方法通过利用SPSS软件进行线性回归建立NOX预测模型，分别在多个发电负荷段进行大数据分析，利用协方差、相关系数、Pearson相关性和显著性检验。将NOX值作为因变量，将一次风压、氧量、风量、煤量、给水流量、烟温作为自变量，进行线性/非线性回归分析，拟合NOX预估模型，达到超前预测、控制的目的。

进一步的，如图2所示，图2是本发明利用SPSS相关性检验示意图，利用SPSS软件进行大数据分析，对多个变量进行相关性检验，分类筛选后，确定相关变量。

进一步的，选取不同负荷段下多个相关变量的历史趋势建立样本，利用曲线估计法，筛选出较为线性合适的负荷段。然后验证NOx与锅炉各参数相关性，利用SPSS软件进行Pearson相关系数计算及显著性双侧检验（Pearson相关系数绝对值越接近于1表示变量间越存在相关性，显著性越接近于零，表明总体和样本越相似），检验后确定与NOx相关合适的变量。

进一步的，如图3所示，图3是本发明利用SPSS进行曲线估计示意图，利用SPSS软件进行曲线估计，进一步确认相关变量的线性关系，同时在前期选取负荷段进行数据筛选时也可以用这种方法进行分析排除干扰项，确认合适的历史数据段。具体为选取因变量NOx和筛选后的自变量，进行曲线估计；进一步确认相关性，如研究后发现氧量和脱硝入口NOx值间存在明显线性相关。

进一步的，在进行数据分析的过程中，我们发现选取不同负荷数据一起做研究时，干扰项太多，导致得出的线性回归函数没有代表性。为进一步提升模型预测的准确度，我们采用分段负荷分析法进行研究。在常用负荷段选取样本数据，为保证数据预测的准确性，我们选取负荷较为平稳，同时氧量具有特征代表性的负荷段进行SPSS数据分析。这里我们选取了200MW、250MW、270MW、300MW、350MW等5段负荷段进行采样，选取的较为代表性的负荷段，调取对应数据，用SPSS软件进行演算。在主元分析的基础上，通过线性回归分析，构建脱硝入口NOx浓度预测模型。为提高模型准确性，我们对负荷分段进行数据分析。比如，我们调取趋势后分析得到270MW下模型数据公式：

NOx（A）=56.867-0.108×F-7.133×O+0.4×Q+1.089×M

式中NOx（A）为A侧脱硝入口NOx预测值，F、O、Q、M分别代表风量、氧量、主汽流量、煤量；以此方法为基础分别在180MW、200MW、220MW、250MW、300MW、320MW、350MW上进行数据分析，建立数学模型。

进一步的，如图4所示，图4是本发明分负荷段建立折线函数模型示意图，分多个负荷段进行数据分析，同时利用折线函数建立系数矩阵，便于不同负荷段响应不同函数，理论上讲，负荷区分越细，拟合曲线越精确。具体为根据得到的系数矩阵，在DCS系统上建立相应的折线函数，同时增加限幅限速模块，避免个别数值偏差大影响整体函数的准确性。其中，C-常数，xo-氧量，xf-风量，xm-煤量。

进一步的，利用得到的公式组态建立与负荷相关的分段函数仿真模型，因模型采用风量、氧量、主汽流量、煤量作为自变量表征，因此能提前反映NOx变化状态。经过组态对比后发现，数学仿真计算后的拟合曲线，动作要优先于NOx实际测量曲线，根据计算，超前响应时间大概在40秒左右，一定程度上可以提前控制，减少喷氨量的消耗。

需要说明的是，上所述仅是本发明较佳实施例，不能以此来限定本发明之权利范围，本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。