基于在线监测数据的燃煤电厂脱硝装置性能预测研究_阮存钦.pdf

第第 44 卷卷 第第 1 期期 2023 年年 2 月月Vol.44 No.1Feb.2023发电技术发电技术Power Generation Technology基于在线监测数据的燃煤电厂脱硝装置性能预测研究阮存钦1，洪志刚2，赖培灿1，张建华1，林锡昆1，周江1，冯前伟2，张杨2*（1.福建华电可门发电有限公司，福建省 福州市 350512；2.华电电力科学研究院有限公司，浙江省 杭州市 310030）Research on Performance Prediction of Coal-fired Power Plant Denitrification Device Based on Online Monitoring DataRUAN Cunqin1,HONG Zhigang2,LAI Peican1,ZHANG Jianhua1,LIN Xikun1,ZHOU Jiang1,FENG Qianwei2,ZHANG Yang2*(1.Fujian Huadian Kemen Power Generation Co.,LTD.,Fuzhou 350512,Fujian Province,China;2.Huadian Electric Power Research Institute Co.,LTD.,Hangzhou 310030,Zhejiang Province,China)摘要摘要：火电厂中污染物脱除的精准调控一直受到广泛关注，通过将大数据分析技术应用于某600 MW的发电机组脱硝系统，开展复杂状态下环保在线监测数据的深度挖掘研究，高效精准地获得影响污染物脱除设备性能的关键因素，结合污染物脱除原理，确定了环保污染指数预测模型的输入与输出元素，并对脱硝系统中资源消耗的指标进行表征，搭建了机组环保污染指数的大数据预测模型。结果表明：合理清理工艺流程上的关联参数后，关键因素分析的结果与影响环保污染物脱除机理定性分析结果一致。训练后的模型不仅能够高精度地重现当前环保性能，也具备预测环保性能的能力。通过对选择性催化还原(selective catalytic reduction，SCR)系统的具体分析，可为后续火电厂其他环保设备实施进一步的精准调控提供一定的理论依据和数据支撑。关键词关键词：火电厂；大数据；超低排放；脱硝系统ABSTRACT:The precise control of pollutant removal in thermal power plants has always received wide attention.By applying big data analysis technology to the denitration system of a 600 MW generator set,the in-depth mining research on environmental protection online monitoring data under complex conditions was carried out,and the impact of pollution can be obtained efficiently and accurately.By analyzing the key factors of the performance of waste removal equipment,combined with the principle of pollutant removal,the input and output elements of the environmental pollution index predict ion model was determined,the resource consumption indicators in the denitration system were characterized,and the big data of the unit environmental pollution index forecast model was built.The results show that after rationally cleaning the associated parameters in the process,the results of the key factor analysis are consistent with the results of the qualitative analysis of the removal mechanism of environmental pollutants.The trained model can not only reproduce the current environmental performance with high precision,but also has the ability to predict environmental performance.The specific analysis of the selective catalytic reduction(SCR)system can provide a certain theoretical basis and data support for the implementation of further precise control of other environmental protection equipment in thermal power plants.KEY WORDS:thermal power plant;big data;ultra-low emission;denitration system0引言引言大数据分析技术正成为推动整个经济社会转型发展的新动力，同时也是重塑全球各国竞争格局的新机遇和提升各级政府治理能力的新途径1。各国都已经认识到了大数据所蕴含的重要战略意义，纷纷开始在国家层面进行战略部署。2015 年国务院发布促进大数据发展行动纲DOI：10.12096/j.2096-4528.pgt.20106 中图分类号：TK 09基金项目：中国华电集团有限公司科技项目(CHDKJ20-02-77)。Project Supported by Science&Technology Projects of China Huadian Group Co.,Ltd.(CHDKJ 20-02-77).第第 44 卷卷 第第 1 期期发电技术发电技术要，正式将大数据提升为国家发展战略2。而大数据技术的飞速发展必定带动传统行业进入一个新的阶段3-4。如何合理地将大数据分析技术融入各行各业，已成为信息化时代的新热点。随着智能化时代的开启，电力能源消耗也大幅度增加，国家能源局的最新数据表明，目前我国的一次能源供应中，燃煤消耗依旧占比极大，其中火电厂是主要燃煤消耗行业5-8。火电厂生产过程中不可避免地会排放NOx、SOx等大气污染物，造成雾霾、酸雨等危害，但是传统的脱除技术经过多年的研究已到达瓶颈期，难以有突破性的进展。帅利、朱法华等9-10在现今超低排放形势下对火电厂进行经济环境效益分析，逐渐将研究重点转向如何实现更为合理地整合调控火电厂环保资源。在我国环保形势越来越严峻的背景下，亟需提高火电厂环保设备管理水平、主要污染物达标排放水平和整体技术经济效益，而创新型技术为电力企业降低成本、合理规避环保风险以及在电力市场中提升综合竞争力带来了转机11-12。基于当前大数据分析领域快速发展形势，将信息分析技术嵌入燃煤电厂大气污染物治理等常规控制技术，势必能够促进燃煤电厂中各环保设备的智能化发展，实现更高效精准的模态化控制。在上述背景形势下，本文通过将大数据分析技术应用于某600 MW的发电机组脱硝系统，开展复杂状态下环保在线监测数据的深度挖掘研究，研究结果可为后续开展相关技术研究与应用工作提供借鉴与参考。1机组概况机组概况本文所研究对象为装机容量660 MW的超临界燃煤发电机组，锅炉为上海锅炉厂有限公司制造的超超临界、单炉膛、四角切圆燃烧、平衡通风、一次中间再热、“”型布置、全钢悬吊结构、直流炉，半露天布置，锅炉型号为SG-2024/26.15-M6002，基建同步建设烟气脱硫、脱硝、除尘设施。烟气脱硝采用高灰型选择性催化还原法(selective catalytic reduction，SCR)脱硝工艺，布置于锅炉省煤器出口至空预器入口之间，设2台SCR反应器。主体部分布置在原有锅炉尾部的风机区域结构件上方的预留脱硝空间内，SCR辅助设备(稀释风机、混合器、吹灰器等)布置在反应器平台上，不采取紧身封闭布置，采用“2+1”模式布置，初装2层催化剂，预留备用层。烟气脱硝系统主要设计参数如表1所示。2大数据技术嵌入火电厂环保系统大数据技术嵌入火电厂环保系统火电厂燃煤烟气在排放过程中，流经各环保脱除设备时会发生一系列复杂的连锁物理化学反应，导致各特性参数间相互耦合，变化幅度增大，从而使得后续实际调控的精准度降低13-14。而利用新型技术手段将蕴藏在燃煤电厂大型环保监测数据进行集中提取分析，是数据挖掘与传统污染物脱除技术建立联合发展的新起点，同时为燃煤电厂环保技术领域智能精准化控制大气污染物排放提供了新思路。大数据分析技术指的是对海量的信息数据通过特殊技术手段进行分析，旨在数据处理过程中能够分类汇总相关性较强的逻辑数据，同时将输入数据模态化、常态化，剔除异常数据，将合适数据通过相关平台输出，使其可视化、直观化15-17。而在大数据分析领域中，占据核心地位的就是海量数据挖掘。数据挖掘技术是对数据库的巨量数据进行挖掘，将潜在、有关联、有价值的信息进行提取的过程。目前数据挖掘技术应用较广，在高精准计算、人工智能、自动控制、机器学习等信息技术领域均有较好的发展前景18-20。大数据分析技术嵌入火电厂环保设备运行的表表1脱硝装置入口烟气参数脱硝装置入口烟气参数Tab.1Inlet flue gas parameters of denitrification device参数烟气量/(m3/h)设计烟气温度/烟尘质量浓度/(g/m3)NOx质量浓度/(mg/m3)SO2质量浓度/(mg/m3)SO3质量浓度/(mg/m3)O2质量分数/%H2O质量分数/%设计值2 285 629364413003 000303.297.78备注标态、干基、6%O2标态、干基、6%O2标态、干基、6%O2标态、干基、6%O2标态、干基、6%O2干基101Vol.44 No.1阮存钦等阮存钦等：基于在线监测数据的燃煤电厂脱硝装置性能预测研究基于在线监测数据的燃煤电厂脱硝装置性能预测研究基本流程如图1所示，通过对各污染物脱除设备的设计运行参数、污染物的排放指标等不同类型、格式、载体的复杂数据进行统一汇聚、分类、剔除识别，并进行ETL(提取、转载和加载)数据集成，进而能够基于复杂状态下对海量环保在线监测数据进行深度挖掘研究，找出影响污染物脱除设备性能的关键因素21-22。在此基础上，探索和建立发电机组环保污染指数的大数据预测模型，实现火电机组环保设备进行动态变化下的状态监测、趋势分析以及运行优化调整。该技术不但解决了发电机组在复杂状态下经济运行存在的问题，也为构建火电厂环保系统经济运行诊断分析系统作好准备。3性能预测结果分析性能预测结果分析3.1数据预处理数据预处理针对上述研究目标，本文选取脱硝烟气流量，入口和出口烟气温度、压力、NOx和O2浓度，出口SO2和烟尘浓度，氨逃逸浓度，系统阻力，还原剂耗量，泵与风机的电压、电流等脱硝系统特性指标，收集了2018年4月至6月期间近50天的机组运行数据，共106个参数测点、135个文本数据，得到13 983107的数据矩阵。此外，依据分布式控制系统