[发明专利]一种基于聚类方法的脱硝系统工况判别预处理方法

说明书

本公开一个或多个实施例提供了一种基于聚类方法的脱硝系统工况判别预处理方法，包括：获取选择性催化还原SCR脱硝系统的历史运行数据；基于模糊聚类算法对所述历史运行数据进行训练，得到训练完成的聚类模型；获取SCR脱硝系统当前的运行数据；将所述运行数据输入训练完成的聚类模型，得到所述SCR脱硝系统当前所处的工况。该方法可在SCR脱硝系统处于变工况下，基于SCR脱硝系统的运行数据预测出SCR脱硝系统当前所处的工况，从而可基于该工况预测SCR脱硝系统出口的氮氧化物的浓度，以提高SCR脱硝系统出口的氮氧化物的浓度的预测精度。

技术领域

本公开涉及数据处理技术领域，尤其是涉及一种基于聚类方法的脱硝系统工况判别预处理方法。

背景技术

煤炭燃烧过程中会产生大量的大气污染物，造成严重的环境污染问题。NOx是燃煤电厂排放的主要污染物之一，其排放进入大气会经过一系列物理化学反应，生成多种有害物质，这些有害物质会对环境以及人体造成巨大伤害。SCR（Selective CatalyticReduction，选择性催化还原）脱硝系统作为常用的一种脱硝技术，在NOx排放控制过程中有着重要作用。

目前，对于NOx的控制主要采用串级PID（Proportion Integral Differential，比例、积分、微分）控制方式或者串级PID加前馈的控制方式，该方式能够控制脱硝反应器出口NOx浓度，但是这种凡是在稳定工况下能够取得较好的效果，但是在变工况下控制效果较差，导致出口NOx超标。因此，在SCR反应器控制逻辑实施一系列操作之前，其所处工况的判别是十分重要的。可见，一种在变工况下确定SCR脱硝系统工况的措施有待被提出。

发明内容

本公开一个或多个实施例提供了一种基于聚类方法的脱硝系统工况判别预处理方法，用以解决相关技术中在变工况下无法实时获知SCR脱硝系统所处工况的问题。

本公开一个或多个实施例提供了一种基于聚类方法的脱硝系统工况判别预处理方法，包括：获取选择性催化还原SCR脱硝系统的历史运行数据；基于模糊聚类算法对所述历史运行数据进行训练，得到训练完成的聚类模型；获取SCR脱硝系统当前的运行数据；将所述运行数据输入训练完成的聚类模型，得到所述SCR脱硝系统当前所处的工况。

可选的，所述训练完成的聚类模型包括多个子聚类模型，其中，每个子聚类模型对应一个预设的工况类别。

可选的，所述预设的工况类别至少包括以下两种：燃煤机组升负荷、燃煤机组降负荷、磨煤机停运、磨煤机启动以及脱硝系统吹扫状态。

可选的，获取选择性催化还原SCR脱硝系统的历史运行数据，包括：根据预设的工况类别，获取与各所述工况类别相关的SCR脱硝系统的运行数据。

可选的，所述历史运行数据至少包括以下一种：燃煤机组负荷、总风量、总煤量、烟气含氧量、磨煤机给煤量、二次风门开度以及燃尽风门开度。

可选的，所述方法还包括：在将所述运行数据输入训练完成的聚类模型，得到所述SCR脱硝系统当前所处的工况之后，将所述工况输入预先训练完成的SCR脱硝系统出口氮氧化物浓度预测模型，得到SCR脱硝系统出口的氮氧化物的预测值。

可选的，所述方法还包括：将所述工况输入预先训练完成的SCR脱硝系统出口氮氧化物浓度预测模型，得到SCR脱硝系统出口的氮氧化物的预测值之后，根据所述预测值确定所述SCR脱硝系统的喷氨量。

可选的，所述方法还包括：在基于模糊聚类算法对所述历史运行数据进行训练，得到训练完成的聚类模型之前，对所述历史数据进行离群点检测以及数据归一化处理。

可选的，对所述历史数据进行离群点检测，包括：通过3σ算法在所述历史数据中检测出偏离正常值的离群点。