基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究

朱愉洁; 韩元; 袁东辉

doi:10.19929/j.cnki.nmgdljs.2025.0041

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究

发电技术 | 更新时间：2026-02-12

- 基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究
- 基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究
- 内蒙古电力技术 2025年第3期页码：95-100
- 作者机构：
  
  内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司
- 作者简介：
- 基金信息：
  
  内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司自筹科技项目“燃煤机组故障出力特性评估模型在电力保供中的应用研究”（2023-ZC-11）;内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司自筹科技项目“深度调峰煤电锅炉脱硝及空预器运行可靠性的优化研究”（2022-ZC-02）
- DOI：10.19929/j.cnki.nmgdljs.2025.0041
  中图分类号： X773
- 纸质出版：2025
- 稿件说明：
移动端阅览
朱愉洁, 韩元, 袁东辉. 基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究[J]. 内蒙古电力技术, 2025,(3):95-100.

朱愉洁, 韩元, 袁东辉. 基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究[J]. 2025, (3): 95-100.
朱愉洁, 韩元, 袁东辉. 基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究[J]. 内蒙古电力技术, 2025,(3):95-100. DOI： 10.19929/j.cnki.nmgdljs.2025.0041.

朱愉洁, 韩元, 袁东辉. 基于Bi-LSTM的燃煤电厂SNCR脱硝系统建模研究[J]. 2025, (3): 95-100. DOI： 10.19929/j.cnki.nmgdljs.2025.0041.

摘要

针对目前火电机组的选择性非催化还原（Selective Non-Catalytic Reduction

SNCR）脱硝控制系统因取样检验的化学反应时间滞后，难以精准预测NO

输出量并及时调整氨喷出量的问题，基于双向长短期记忆（Bi-Directional Long Short Term Memory

Bi-LSTM）网络，构建SNCR脱硝模型，借助某300 MW锅炉的上游运行参数，对当前时刻烟气中NO

流量及炉区尿素溶液尿素流量进行预测，并计算出其中的N元素含量，以实现其对反应还原剂含量的有效控制。与支持向量机（Support Vector Machine

SVM）模型、深度神经网络（Deep Neural Network

DNN）、卷积神经网络（Convolutional Neural Network

CNN）及长短期记忆（Long Short Term Memory

LSTM）网络相比，本文所提方法性能最优，烟气中NO

流量、炉区尿素溶液尿素流量的均方误差（Mean-Square Error

MSE）分别低至0.000 151和0.001 232，决定系数R

分别高达0.998 905和0.983 101。

Abstract

关键词

Keywords

references

丁旭,付康康,康博士,李旭辉,王进仕,邱斌斌.1000MW塔式炉燃烧系统建模及低氮高效燃烧策略研究[J].综合智慧能源,2024(12).

张锐,高继录,刘洪鹏,蒲建业,陈跃.300MW燃煤机组SCR脱硝精准喷氨改造[J].东北电力技术,2024(12).

王雅雯,宗绍梁,程之远,陆万鹏.基于FTA的火电厂SCR脱硝系统可靠性评价[J].综合智慧能源,2024(08).

王永林,白永峰,孔祥山,郝正,杨彭飞,孔德伟.基于CNN-LSTM算法的脱硝优化控制模型研究[J].综合智慧能源,2023(06).

郝哲晶.SCR烟气脱硝系统冷风加热改造技术研究[J].东北电力技术,2022(12).

黄镇柯,金志远,朱恒毅,刘宇浓,谭鹏.基于多层感知器神经网络的燃煤电站SCR脱硝系统建模[J].湖北电力,2022(03).

倪煜,李德波,陶叶.基于门控循环单元神经网络的燃煤电厂脱硝系统建模研究[J].电力勘测设计,2021(09).

钱虹,柴婷婷,张超凡.基于深度循环神经网络的SCR烟气脱硝系统出口NO_x排放预测研究[J].热能动力工程,2020(08).

铉佳欢,邸帅.BP神经网络算法在SCR脱硝系统中的应用[J].电站系统工程,2020(05).

孟范伟,徐博,吕晓永,刘胤圻.神经网络预测控制在SCR烟气脱硝系统中应用[J].东北大学学报(自然科学版),2017(06).

王桂林,张宇,王森,边疆,薛泽海,孙国通.基于支持向量机的选择性催化还原脱硝系统运行优化[J].环境工程学报,2015(10).

State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, Hubei, China.,State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, Hubei, China. Electronic address: benwang@hust.edu.cn.,Chemical Engineering department of Imperial, College London, UK.,Suzhou TPRI Ener & Enviro Tech Co., Ltd., China.,State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, Hubei, China.,State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, Hubei, China.,State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, Hubei, China. Electronic address: sunlushi@hust.edu.cn..Optimal design of selective catalyst reduction denitrification system using numerical simulation[J].Journal of Environmental Management,2019.

Zhizhong Kang,Qixin Yuan,Lizheng Zhao,YuKun Dai,Baomin Sun,Tao Wang.Study of the performance, simplification and characteristics of SNCR de-NOx in large-scale cyclone separator[J].Applied Thermal Engineering,2017.

Hao Zhou,Xutao Guo,Mingxi Zhou,Weiwei Ma,Muhammad Waryal Dahri,Kefa Cen.Optimization of ammonia injection grid in hybrid selective non-catalyst reduction and selective catalyst reduction system to achieve ultra-low NOx emissions[J].Journal of the Energy Institute,2017.

贾美如.燃煤烟气脱硝的本征动力学研究[D].北京化工大学,2010(01).

秦天牧.燃煤电站SCR烟气脱硝系统建模与喷氨量优化控制[D].华北电力大学(北京),2017(12).

浏览量

234

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

分级燃烧降低锅炉NO_X排放的初步探讨

加强锅炉漏风管理提高效益

锅炉冷一次风替代火检冷却风源系统改造