一种火电机组SCR脱硝系统的建模方法及系统与流程

一种火电机组scr脱硝系统的建模方法及系统
技术领域
[0001]
本发明涉及燃煤电站优化控制技术领域，特别涉及一种火电机组scr脱硝系统的建模方法及系统。


背景技术：

[0002]
随着燃煤电站烟气排放标准的提高，为了保证脱硝效率同时避免过量喷氨，需要对scr脱硝系统的喷氨量进行精确控制，而建立准确的scr系统模型是优化控制的前提。
[0003]
aspen plus是由aspen tech公司研发的大型化工流程模拟软件，其强大的物性数据库为化学工艺的设计研发、过程装置的改造优化等提供可靠的数据分析支持。使用aspen plus搭建scr脱硝反应模型，操作便捷，但是存在某些模型参数不可确定，例如脱硝反应活化能e和脱硝反应速率常数k，与反应温度、催化剂装填量、进出口no
x
浓度差、机组运行方式等多种因素有关，通常难以求解，需手动调节。
[0004]
scr脱硝系统模型参数脱硝反应活化能e和脱硝反应速率常数k的确定，传统的方法是根据机理模型微分方程组辨识参数，但此类方法建模复杂，没有考虑实际运行过程中的因素，常出现参数精度低、模型失配等问题。
[0005]
如何建立精准的火电机组scr脱硝系统模型，成为一个亟待解决的技术问题。


技术实现要素：

[0006]
本发明的目的是提供一种火电机组scr脱硝系统的建模方法及系统，以降低火电机组scr脱硝系统模型的建立的复杂度，并提高建立的火电机组scr脱硝系统模型的精准性。
[0007]
为实现上述目的，本发明提供了如下方案：
[0008]
一种火电机组scr脱硝系统的建模方法，所述建模方法包括如下步骤：
[0009]
基于aspen plus软件搭建scr脱硝系统模型；
[0010]
在matlab软件中搭建粒子群优化算法模型；
[0011]
基于active x技术搭建matlab中粒子群优化算法模型与aspen plus软件中搭建的scr脱硝系统模型的数据交互接口；
[0012]
获取火电机组scr脱硝系统的运行数据，并将运行数据中的scr脱硝系统入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气温度、scr脱硝系统入口烟气流量作为scr脱硝系统模型的输入量，将运行数据中的scr脱硝系统出口no
x
浓度作为scr脱硝系统模型的输出量，建立训练集；
[0013]
基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型。
[0014]
可选的，所述基于aspen plus软件搭建scr脱硝系统模型，具体包括：
[0015]
根据火电机组scr脱硝系统的反应机理在aspen plus软件中设置scr脱硝反应的
类型、组分和物性方法；
[0016]
根据火电机组scr脱硝系统的实体参数，在aspen plus软件中设置scr反应器的类型、维度、压力，设计模拟工艺流程，催化剂装填量和床空隙率，并设置scr脱硝反应的化学计量。
[0017]
可选的，火电机组scr脱硝系统的反应机理满足化学方程式：4no+4nh3+o2＝4n2+6h2o。
[0018]
可选的，所述基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型，具体包括：
[0019]
将训练集中的输入量输入所述scr脱硝系统模型，获得scr脱硝系统模型输出的仿真数据；
[0020]
将scr脱硝系统模型输出的仿真数据通过数据交互接口传递至粒子群优化算法模型中；
[0021]
利用所述粒子群优化算法模型计算scr脱硝系统模型输出的仿真数据与训练集中的输出量的均方差作为目标函数值；
[0022]
利用所述粒子群优化算法模型更新脱硝反应活化能参数和脱硝反应速率参数；
[0023]
将更新后的脱硝反应活化能参数和脱硝反应速率参数通过数据交互接口传递给scr脱硝系统模型，对scr脱硝系统模型进行更新，获得更新后的scr脱硝系统模型；
[0024]
重复上述步骤n次，确定最小的目标函数值对应的scr脱硝系统模型，作为训练后的scr脱硝系统模型。
[0025]
一种火电机组scr脱硝系统的建模系统，所述建模系统包括：
[0026]
scr脱硝系统模型搭建模块，用于基于aspen plus软件搭建scr脱硝系统模型；
[0027]
粒子群优化算法模型搭建模块，用于在matlab软件中搭建粒子群优化算法模型；
[0028]
数据交互接口搭建模块，用于基于active x技术搭建matlab中粒子群优化算法模型与aspen plus软件中搭建的scr脱硝系统模型的数据交互接口；
[0029]
训练集建立模块，用于获取火电机组scr脱硝系统的运行数据，并将运行数据中的scr脱硝系统入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气温度、scr脱硝系统入口烟气流量作为scr脱硝系统模型的输入量，将运行数据中的scr脱硝系统出口no
x
浓度作为scr脱硝系统模型的输出量，建立训练集；
[0030]
训练模块，用于基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型。
[0031]
可选的，所述scr脱硝系统模型搭建模块，具体包括：
[0032]
第一设置子模块，用于根据火电机组scr脱硝系统的反应机理在aspen plus软件中设置scr脱硝反应的类型、组分和物性方法；
[0033]
第二设置子模块，用于根据火电机组scr脱硝系统的实体参数，在aspen plus软件中设置scr反应器的类型、维度、压力，设计模拟工艺流程，催化剂装填量和床空隙率，并设置scr脱硝反应的化学计量。
[0034]
可选的，火电机组scr脱硝系统的反应机理满足化学方程式：4no+4nh3+o2＝4n2+
6h2o。
[0035]
可选的，所述训练模块，具体包括：
[0036]
仿真数据计算子模块，用于将训练集中的输入量输入所述scr脱硝系统模型，获得scr脱硝系统模型输出的仿真数据；
[0037]
仿真数据传递子模块，用于将scr脱硝系统模型输出的仿真数据通过数据交互接口传递至粒子群优化算法模型中；
[0038]
目标函数值计算子模块，用于利用所述粒子群优化算法模型计算scr脱硝系统模型输出的仿真数据与训练集中的输出量的均方差作为目标函数值；
[0039]
参数更新子模块，用于利用所述粒子群优化算法模型更新脱硝反应活化能参数和脱硝反应速率参数；
[0040]
参数传递子模块，用于将更新后的脱硝反应活化能参数和脱硝反应速率参数通过数据交互接口传递给scr脱硝系统模型，对scr脱硝系统模型进行更新，获得更新后的scr脱硝系统模型；
[0041]
训练后的scr脱硝系统模型输出子模块，用于重复调用上述子模块n次后，输出最小的目标函数值对应的scr脱硝系统模型，作为训练后的scr脱硝系统模型。
[0042]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0043]
本发明公开了一种火电机组scr脱硝系统的建模方法，所述建模方法包括如下步骤：基于aspen plus软件搭建scr脱硝系统模型；在matlab软件中搭建粒子群优化算法模型；基于active x技术搭建matlab中粒子群优化算法模型与aspen plus软件中搭建的scr脱硝系统模型的数据交互接口；获取火电机组scr脱硝系统的运行数据，并将运行数据中的scr脱硝系统入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气温度、scr脱硝系统入口烟气流量作为scr脱硝系统模型的输入量，将运行数据中的scr脱硝系统出口no
x
浓度作为scr脱硝系统模型的输出量，建立训练集；基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型。本发明利用matlab的强大的数据分析能力，在matlab中搭建粒子群优化算法，基于运行数据，确定scr脱硝系统模型的最优参数，克服了现有的建模方法中没有考虑实际运行过程中的因素，导致的参数精度低、模型失配的技术缺陷，并无需根据微分方程组进行参数辨识，降低了参数确定的复杂度。本发明降低了火电机组scr脱硝系统模型的建立的复杂度，并提高了建立的火电机组scr脱硝系统模型的精准性。
附图说明
[0044]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0045]
图1为本发明提供的一种火电机组scr脱硝系统的建模方法的流程图；
[0046]
图2为本发明提供的一种火电机组scr脱硝系统的建模方法的原理图；
[0047]
图3为本发明提供的确定scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝
反应速率参数的原理图；
[0048]
图4为本发明提供在aspen plus中搭建的scr脱硝系统模型图；
[0049]
图5为本发明提供的scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数的过程中全局最优粒子的目标函数值的变化曲线图。
具体实施方式
[0050]
本发明的目的是提供一种火电机组scr脱硝系统的建模方法及系统，以降低火电机组scr脱硝系统模型的建立的复杂度，并提高建立的火电机组scr脱硝系统模型的精准性。
[0051]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对发明作进一步详细的说明。
[0052]
matlab是由mathworks公司研发的先进数值分析求解软件，在数据计算、深度学习、控制系统等领域都有广泛的应用。基于matlab强大的数据分析能力，可以通过aspen plus和matlab联合优化scr脱硝系统模型参数，得到脱硝系统模型。
[0053]
针对选择性催化还原(selective catalytic reduction，scr)脱硝系统建模复杂、精度低的问题，提供一种在aspenplus中搭建scr脱硝系统模型的方法，建立了aspen plus和matlab数据交互的接口，采用基于matlab的粒子群智能优化算法确定模型参数，得到一个准确度高的scr脱硝系统模型。
[0054]
如图1和2所示，本发明提供一种火电机组scr脱硝系统的建模方法，所述建模方法包括如下步骤：
[0055]
步骤101，基于aspen plus软件搭建scr脱硝系统模型。
[0056]
根据某一火电机组scr脱硝系统反应机理及实体参数，利用流程模拟软件aspen plus搭建scr脱硝系统模型的主体结构。
[0057]
步骤101所述基于aspen plus软件搭建scr脱硝系统模型，具体包括：
[0058]
根据火电机组scr脱硝系统的反应机理在aspen plus软件中设置scr脱硝反应的类型、组分和物性方法；火电机组scr脱硝系统的反应机理满足化学方程式：4no+4nh3+o2＝4n2+6h2o。
[0059]
根据火电机组scr脱硝系统的实体参数，在aspen plus软件中设置scr反应器的类型、维度、压力，设计模拟工艺流程，催化剂装填量和床空隙率，并设置scr脱硝反应的化学计量。
[0060]
步骤102，在matlab软件中搭建粒子群优化算法模型。
[0061]
在matlab中设计粒子群智能优化算法程序，设置脱硝反应活化能e优化变量范围为5～10kcal/mol，脱硝反应速率常数k优化变量范围为2000～5000m3/(mol
·
s)，以实际运行机组的scr脱硝系统入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气温度、scr脱硝系统入口烟气流量作为aspen plus中scr脱硝系统模型的输入，以该模型输出的no
x
浓度与实际scr脱硝系统出口no
x
浓度均方差最小作为目标函数。
[0062]
步骤103，基于active x技术搭建matlab中粒子群优化算法模型与aspen plus软件中搭建的scr脱硝系统模型的数据交互接口。
[0063]
步骤104，获取火电机组scr脱硝系统的运行数据，并将运行数据中的scr脱硝系统
入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气温度、scr脱硝系统入口烟气流量作为scr脱硝系统模型的输入量，将运行数据中的scr脱硝系统出口no
x
浓度作为scr脱硝系统模型的输出量，建立训练集。
[0064]
本发明采集时间长度为连续1个月或更长的火电机组scr脱硝系统实际的运行数据。即，获取连续1个月或者时间更长的火电机组scr系统实际运行数据，采集的变量包含：scr脱硝系统入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气流量、scr脱硝系统入口烟气温度、scr脱硝系统出口no
x
浓度。
[0065]
步骤105，基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型。
[0066]
如图3和4所示，图4中，流股gas表示scr系统入口烟气，流股nh3表示scr脱硝系统喷氨量，流股gasflow表示混合后的气体，流股emission表示scr脱硝系统出口烟气，流股s1表示经过喷氨阀门的氨气。valve表示喷氨阀门，mix表示混合器，scr表示scr脱硝反应发生的主场所。本发明基于matlab和aspen plus协同优化求解，具体步骤包括：利用步骤101建立的模型主体结构，选择实际数据作为模型的入口参数，得到出口的仿真数据；仿真数据经过数据交互接口输入至matlab算法程序，并以仿真与实际数据均方差最小为目标函数来实现迭代优化；优化后的结果再经过数据交互接口传递给模型主体结构；多次迭代重复上述过程，得到与实际模型均方根误差最小的一组参数；具体的优化算法可采用粒子群智能优化算法。将优化后的参数k和e带入aspen plus中的主体结构，确立scr脱硝系统模型。
[0067]
步骤105所述基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型，具体包括：将训练集中的输入量输入所述scr脱硝系统模型，获得scr脱硝系统模型输出的仿真数据；将scr脱硝系统模型输出的仿真数据通过数据交互接口传递至粒子群优化算法模型中；利用所述粒子群优化算法模型计算scr脱硝系统模型输出的仿真数据与训练集中的输出量的均方差作为目标函数值；利用所述粒子群优化算法模型更新脱硝反应活化能参数和脱硝反应速率参数；将更新后的脱硝反应活化能参数和脱硝反应速率参数通过数据交互接口传递给scr脱硝系统模型，对scr脱硝系统模型进行更新，获得更新后的scr脱硝系统模型；重复上述步骤n次，确定最小的目标函数值对应的scr脱硝系统模型，作为训练后的scr脱硝系统模型。训练过程中，随着迭代次数的增加，全局最优粒子的目标函数值变化趋势如图5所示。
[0068]
本发明还提供一种火电机组scr脱硝系统的建模系统，所述建模系统包括：
[0069]
scr脱硝系统模型搭建模块，用于基于aspen plus软件搭建scr脱硝系统模型。
[0070]
所述scr脱硝系统模型搭建模块，具体包括：第一设置子模块，用于根据火电机组scr脱硝系统的反应机理在aspen plus软件中设置scr脱硝反应的类型、组分和物性方法；第二设置子模块，用于根据火电机组scr脱硝系统的实体参数，在aspen plus软件中设置scr反应器的类型、维度、压力，设计模拟工艺流程，催化剂装填量和床空隙率，并设置scr脱硝反应的化学计量。其中，火电机组scr脱硝系统的反应机理满足化学方程式：4no+4nh3+o2＝4n2+6h2o。
[0071]
粒子群优化算法模型搭建模块，用于在matlab软件中搭建粒子群优化算法模型；
[0072]
数据交互接口搭建模块，用于基于active x技术搭建matlab中粒子群优化算法模型与aspen plus软件中搭建的scr脱硝系统模型的数据交互接口；
[0073]
训练集建立模块，用于获取火电机组scr脱硝系统的运行数据，并将运行数据中的scr脱硝系统入口no
x
浓度、scr脱硝系统喷氨量、scr脱硝系统入口烟气温度、scr脱硝系统入口烟气流量作为scr脱硝系统模型的输入量，将运行数据中的scr脱硝系统出口nox浓度作为scr脱硝系统模型的输出量，建立训练集；
[0074]
训练模块，用于基于所述数据交互接口，利用所述训练集采用matlab中的粒子群优化算法模型，确定所述scr脱硝系统模型的最优的脱硝反应活化能参数和脱硝反应速率参数，获得训练后的scr脱硝系统模型。
[0075]
所述训练模块，具体包括：仿真数据计算子模块，用于将训练集中的输入量输入所述scr脱硝系统模型，获得scr脱硝系统模型输出的仿真数据；仿真数据传递子模块，用于将scr脱硝系统模型输出的仿真数据通过数据交互接口传递至粒子群优化算法模型中；目标函数值计算子模块，用于利用所述粒子群优化算法模型计算scr脱硝系统模型输出的仿真数据与训练集中的输出量的均方差作为目标函数值；参数更新子模块，用于利用所述粒子群优化算法模型更新脱硝反应活化能参数和脱硝反应速率参数；参数传递子模块，用于将更新后的脱硝反应活化能参数和脱硝反应速率参数通过数据交互接口传递给scr脱硝系统模型，对scr脱硝系统模型进行更新，获得更新后的scr脱硝系统模型；训练后的scr脱硝系统模型输出子模块，用于重复调用上述子模块n次后，输出最小的目标函数值对应的scr脱硝系统模型，作为训练后的scr脱硝系统模型。
[0076]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0077]
本发明简化了建模过程。传统的scr脱硝系统模型通常可分为基于动力学微分方程组的机理模型和基于现场实际数据的数据模型，本方法提出基于化工流程模拟平台aspen plus的scr脱硝系统模型确立方法，操作更便捷。
[0078]
本发明提高了模型精度。由于scr脱硝模型参数脱硝反应活化能e和脱硝反应速率常数k的影响因素众多，包括反应温度、催化剂装填量、进出口nox浓度差、机组运行方式等，单一的aspen plus通常难以确定其数值，本发明采用基于matlab和aspen plus的参数协同优化方法，借助matlab强大的数据处理能力，采用粒子群智能算法优化模型参数，提高模型的精度。
[0079]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0080]
本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅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。