石炭発電所の柔軟なピーク負荷調整プロセスでは、NOx（窒素酸化物）測定の遅れにより選択的触媒還元（SCR）脱硝アンモニア噴射制御システムの応答が遅れ、アンモニア噴射量が過剰または不足してSCR反応器出口のNOx質量濃度が激しく変動し、アンモニア漏洩率が増大することがよくある。これにより石炭ボイラのNOx排出量に影響を与える要因が存在し、アンモニアバルブの早期かつ迅速な調整を実現するために、畳み込みニューラルネットワーク（CNN）および長短期記憶（LSTM）ニューラルネットワーク混合モデルに基づくSCR反応器入口のNOx予測モデルを提案した。330MW石炭発電所のボイラ運転パラメータを使用し、ピアソン係数法を用いて特徴量間の相関を計算し、関連性の大きい特徴を選別し、モデルの入力行列と出力行列を定義し、ランダムサーチアルゴリズムを用いて最適化を行い、予測性能を向上させた。さらに、SHAPアルゴリズムを用いてブラックボックスモデルを説明し、SimulinkシミュレーションでNOx予測の制御効果を検証した。その結果、CNN-LSTM予測モデルは、ピーク負荷変動時にSCR反応器入口のNOx質量濃度の変化を高い精度で予測し、アンモニア制御システムに25秒早くフィードバックを提供することができた。さらに、最適化されたアンモニア制御方針は、出口のNOx質量濃度と設定値の標準偏差を低減し、NH3/NOxの応答速度を向上させ、最大アンモニア漏洩量を22%低減させた。この研究結果は、柔軟なピークロード調整装置の知的SCR脱硝技術および燃焼最適化に対する有効な指導を提供できる

NOx予測; 石炭ユニット; CNN-LSTMモデル; SHAP; 柔軟なピーク