一种基于LSO-CatBoost的燃煤电厂锅炉NO制造技术

本发明专利技术公开了一种基于LSO

【技术实现步骤摘要】
一种基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法


[0001]本专利技术涉及燃煤电厂锅炉NO
x
预测
，具体为一种基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法。

技术介绍

[0002]火力发电是我国能源组成结构中最重要的一环，截止2021年，全国发电装机容量为23.7692亿千瓦时，其中火电的装机容量占54.56％。而煤炭作为火力发电的主要燃料之一，其生产过程的环保性也越来越受到社会的关注。随着国家对环境保护越来越重视，相关部门也陆续出台了关于火电厂污染排放的指标，其中，2011年颁布的《火电厂大气污染物排放标准》规定：燃煤锅炉的氮氧化物排放不得超过100mg/m3。因此，为满足电厂需要，建立高精度的NO
x
排放预测模型是十分必要的。
[0003]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法，其特征在于，包括：采集原始数据，并对所述原始数据进行数据清洗和归一化处理；对经数据处理后的原始数据进行双层数据特征提取，筛选与锅炉NO
x
排放最为相关的变量，并将所述变量作为锅炉NO
x
排放预测模型的输入数据；将所述输入数据划分为训练集和测试集，建立CatBoost模型，并利用改进狮群优化算法，优化CatBoost模型的超参数；利用所述超参数，建立最优CatBoost预测模型，预测燃煤电厂锅炉的NO
x
排放浓度。2.如权利要求1所述的基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法，其特征在于：所述原始数据，包括：混煤煤质特性数据、机组总负荷、总风量、总煤量、磨煤机入口风量、锅炉一次风量、锅炉二次风量、给煤机瞬时给煤量、锅炉氧量、锅炉出口烟气温度、引风机出口烟气温度、SCR入口烟气温度、省煤器出口烟气流量、上一时刻SCR入口NO
x
浓度、SCR喷氨量、SCR反应器入口压力、锅炉效率、锅炉出口NO
x
排放浓度。3.如权利要求1或2所述的基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法，其特征在于：所述数据清洗，包括：首先，筛选出机组在运行状态下的数据，针对机组总负荷、总风量、总煤量三项数据，检测其是否出现零值；若出现零值，则代表此组数据是机组处在停机状态下的数据，不具备建模价值，需要将其删去；其次，对剩下的数据做聚类分析，去除异常值；最后，对缺失值做线性插值，补充数据。4.如权利要求3所述的基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法，其特征在于：所述归一化处理，包括：利用归一化公式对数据进行归一化处理，表示为：式中，代表归一化之后的数据，x
i
代表归一化之前的原始数据，x代表数据的均值，为锅炉运行数据的方差，ξ为非零常数。5.如权利要求4所述的基于LSO
‑
CatBoost的燃煤电厂锅炉NO
x
排放预测方法，其特征在于：所述双层数据特征提取方法，包括：采用随机森林模型对NO
x
排放浓度与影响因素数据做相对重要性排序，筛选出对于NO
x
排放浓度来说，影响程度较大...

【专利技术属性】
技术研发人员：陈思勤，朱一波，秦朝晖，王学海，王铭忠，陈佳伟，陈慧贤，周烁宇，茅大钧，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：