传统的PID控制难以适应超净排放标准,因此提出更好的控制方法是势在必行的。目前的研究方向:
1、机器学习建模,利用电厂的历史数据,通过机器学习的方法建立以出口NOx浓度为输出,以锅炉负荷、烟气温度、烟气氧含量、入口NOx浓度、喷氨量等等为输入的模型,寻得各个参量的关系,以便进行下一步的喷氨优化。
2、预测控制方法,利用建立好的模型,建立喷氨量的预测控制方法,以期望得到比现行PID控制更快的响应速度、更准确的喷氨量、更低的出口NOx浓度波动水平
array(2) { ["lab"]=> string(2) "89" ["research"]=> string(3) "217" }
传统的PID控制难以适应超净排放标准,因此提出更好的控制方法是势在必行的。目前的研究方向:
1、机器学习建模,利用电厂的历史数据,通过机器学习的方法建立以出口NOx浓度为输出,以锅炉负荷、烟气温度、烟气氧含量、入口NOx浓度、喷氨量等等为输入的模型,寻得各个参量的关系,以便进行下一步的喷氨优化。
2、预测控制方法,利用建立好的模型,建立喷氨量的预测控制方法,以期望得到比现行PID控制更快的响应速度、更准确的喷氨量、更低的出口NOx浓度波动水平