在全球節(jié)能減排的大背景下,燃?xì)庹羝?lián)合循環(huán)發(fā)電技術(shù)的應(yīng)用日益廣泛。燃?xì)怆姀S煙氣中的污染物主要為NOx,研究其排放特性,利用機(jī)器學(xué)習(xí)方法建立排放特性模型具有一定的現(xiàn)實(shí)意義。本文以西門子V94.3A型燃?xì)廨啓C(jī)為研究對(duì)象,結(jié)合歷史數(shù)據(jù)分析運(yùn)行參數(shù)對(duì)NOx的影響,并利用MATALB的LSSVM工具箱建立NOx排放特性模型。具體研究?jī)?nèi)容如下:（1）分析燃?xì)庹羝?lián)合循環(huán)機(jī)組的NOx排放特性:結(jié)合燃?xì)廨啓C(jī)燃燒工藝和NOx生成過(guò)程確定影響NOx生成的因素,并結(jié)合歷史數(shù)據(jù)分析運(yùn)行參數(shù)對(duì)NOx的具體影響過(guò)程。最終確定影響NOx生成的10個(gè)運(yùn)行參數(shù):值班閥位、擴(kuò)散閥位、IGV開度、透平排氣溫度、煙氣氧含量、燃機(jī)負(fù)荷、排煙溫度、大氣溫度、大氣壓力、大氣濕度。（2）從DCS系統(tǒng)采集308組樣本,對(duì)數(shù)據(jù)進(jìn)行預(yù)處理:利用Min-Max法對(duì)數(shù)據(jù)歸一化,消除量綱的影響;利用正態(tài)分布檢驗(yàn)法除去數(shù)據(jù)的離群點(diǎn),提高數(shù)據(jù)質(zhì)量;利用五點(diǎn)三次平滑法對(duì)數(shù)據(jù)平滑,消除隨機(jī)誤差;利用偏最小二乘法對(duì)數(shù)據(jù)降維,克服自變量間的多重相關(guān)性。將PLS法提取的主成分矩陣作為L(zhǎng)SSVM的輸入變量。預(yù)處理后得到296組數(shù)據(jù),將其中222組作為訓(xùn)練數(shù)據(jù)建... 

【文章來(lái)源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

008-2018我國(guó)天然氣消費(fèi)量增長(zhǎng)情況（108m3）

1緒論2圖1.12008-2018我國(guó)天然氣消費(fèi)量增長(zhǎng)情況（108m3）Fig1.1China"snaturalgasconsumptiongrowthfrom2008to2018(108m3)燃?xì)庹羝?lián)合循環(huán)機(jī)組在我國(guó)迅速發(fā)展迅速，2019年8月，全國(guó)6000千瓦以上的電廠裝機(jī)容量為18.5億千瓦，同比增長(zhǎng)5.6%，火電11.6億千瓦，其中，燃煤發(fā)電10.2億千瓦、燃?xì)獍l(fā)電8888萬(wàn)千瓦；水電3.1億千瓦；核電4699萬(wàn)千瓦；風(fēng)電2.0億千瓦；太陽(yáng)能發(fā)電1.4億千瓦�？梢钥闯瞿壳盎剂习l(fā)電仍占電力結(jié)構(gòu)的主導(dǎo)地位，其中以燃煤發(fā)電為主，其次是燃?xì)獍l(fā)電。美國(guó)頁(yè)巖氣的成功開發(fā)促進(jìn)了燃?xì)獍l(fā)電的增長(zhǎng)，其燃?xì)獍l(fā)電量位于全球第一，近年來(lái)，我國(guó)燃?xì)獍l(fā)電量迅速增長(zhǎng)。圖1.2為2014-2018我國(guó)燃?xì)獍l(fā)電量，可以看出燃?xì)獍l(fā)電量逐年增加。對(duì)聯(lián)合循環(huán)機(jī)組進(jìn)行研究具有重要的環(huán)保價(jià)值與經(jīng)濟(jì)價(jià)值。圖1.22014-2018我國(guó)燃?xì)獍l(fā)電量（108Wh）Fig1.22014-2018China"sgaspowergeneration(108Wh)（1）燃機(jī)蒸汽聯(lián)合循環(huán)機(jī)組建模

3LSSVM煙氣氮氧化物模型研究24（b）圖3.1數(shù)據(jù)平滑前后對(duì)比Fig3.1Comparisonbeforeandafterdatasmoothing3.1.3數(shù)據(jù)標(biāo)準(zhǔn)化熱工過(guò)程中不同變量間的量綱與取值范圍有很大差別，如果直接利用未經(jīng)處理數(shù)據(jù)進(jìn)行訓(xùn)練，則會(huì)導(dǎo)致數(shù)量級(jí)較大的數(shù)據(jù)的誤差將數(shù)量級(jí)較小的數(shù)據(jù)淹沒，數(shù)量級(jí)小的變量在建模中所起的作用被降低[44]。所以在對(duì)數(shù)據(jù)訓(xùn)練之前，應(yīng)做標(biāo)準(zhǔn)化處理，等比例的把不同變量的數(shù)據(jù)變換至一個(gè)統(tǒng)一的取值范圍里，以將不同變量間的量綱的影響消除[48]。Min-Max標(biāo)準(zhǔn)化（Min-MaxStandardization）和Z-score標(biāo)準(zhǔn)化（Z-scoreStandardization）是常用的數(shù)據(jù)標(biāo)準(zhǔn)化方法。（1）Min-Max標(biāo)準(zhǔn)化Min-Max標(biāo)準(zhǔn)化對(duì)原始數(shù)據(jù)進(jìn)行線性變換，將原始數(shù)據(jù)[,]映射到新區(qū)間[′,′]，公式如下：′=(′′)+′（3.7）式中：—標(biāo)準(zhǔn)化之前的數(shù)據(jù)；′—標(biāo)準(zhǔn)化之后的數(shù)據(jù)；—樣本數(shù)據(jù)的最大值；—樣本數(shù)據(jù)的最小值；

【參考文獻(xiàn)】：
期刊論文
[1]基于模擬退火的粒子群算法在函數(shù)優(yōu)化中的應(yīng)用[J]. 李淑香.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2019(06)
[2]燃?xì)?蒸汽聯(lián)合循環(huán)機(jī)組煙氣氮氧化物的排放規(guī)律[J]. 范忠雷,周玉兵,劉殿河,韋曉峰,郭強(qiáng),王凱.  化工進(jìn)展. 2019(04)
[3]我國(guó)燃?xì)獍l(fā)電發(fā)展現(xiàn)狀及趨勢(shì)[J]. 劉志坦,王文飛.  國(guó)際石油經(jīng)濟(jì). 2018(12)
[4]我國(guó)能源資源現(xiàn)狀與發(fā)展趨勢(shì)[J]. 方圓,張萬(wàn)益,曹佳文,朱龍偉.  礦產(chǎn)保護(hù)與利用. 2018(04)
[5]燃?xì)廨啓C(jī)污染物排放影響因素相關(guān)性分析[J]. 肖俊峰,李曉豐,胡孟起,王瑋,王峰.  熱力發(fā)電. 2018(10)
[6]V94.3A型燃?xì)廨啓C(jī)氮氧化物排放規(guī)律研究[J]. 郭強(qiáng),周玉兵,劉殿河,韋曉峰,范忠雷,鄭錦華.  燃?xì)廨啓C(jī)技術(shù). 2018(02)
[7]三次樣條插值方法及其在形變數(shù)據(jù)預(yù)處理中的應(yīng)用[J]. 劉永來(lái),段永寶,官立祥.  勘察科學(xué)技術(shù). 2017(06)
[8]中國(guó)燃?xì)怆姀S煙氣排放現(xiàn)狀及政策趨勢(shì)[J]. 劉志坦,李玉剛,王凱.  中國(guó)電力. 2018(01)
[9]基于PSO優(yōu)化LSSVM的股價(jià)時(shí)間序列預(yù)測(cè)[J]. 王國(guó)俊.  科技和產(chǎn)業(yè). 2017(10)
[10]電站燃?xì)廨啓C(jī)NOx排放特性試驗(yàn)與建模仿真[J]. 鄭敏捷,楊天海,張會(huì)生,黃素華,王健.  燃?xì)廨啓C(jī)技術(shù). 2017(02)

博士論文
[1]基于過(guò)程數(shù)據(jù)的建模方法研究及應(yīng)用[D]. 呂游.華北電力大學(xué) 2014

碩士論文
[1]基于改進(jìn)多目標(biāo)粒子群算法的電站鍋爐燃燒優(yōu)化系統(tǒng)研究[D]. 劉飛明.東南大學(xué) 2017
[2]燃?xì)廨啓C(jī)燃燒室低NOx燃燒模擬及余熱鍋爐煙氣脫硝研究[D]. 任洪運(yùn).華南理工大學(xué) 2017
[3]基于LSSVM和改進(jìn)PSO算法的燃煤鍋爐燃燒優(yōu)化研究[D]. 童曉.中國(guó)計(jì)量學(xué)院 2015
[4]基于支持向量機(jī)的燃?xì)狻羝?lián)合循環(huán)機(jī)組的優(yōu)化運(yùn)行研究[D]. 朱亞迪.東南大學(xué) 2015
[5]偏最小二乘回歸數(shù)學(xué)模型及其算法研究[D]. 陸洪濤.華北電力大學(xué) 2014
[6]燃?xì)狻羝?lián)合循環(huán)機(jī)組變工況建模與模擬[D]. 顧大為.東北大學(xué) 2010
[7]基于某燃?xì)廨啓C(jī)的燃?xì)庹羝?lián)合循環(huán)建模仿真[D]. 陳杰.上海交通大學(xué) 2010



本文編號(hào)：3459007