基于DJMI-GRU的SCR 烟气脱硝系统出口NOx 动态软测量建模

杨 浩，周东阳，曹 军，董云山，司风琪

（1.东南大学能源热转换及其过程测控教育部重点实验室，江苏 南京 210096；2.西安热工研究院有限公司，陕西 西安 710054）

我国NOx排放政策愈趋严格，燃煤电站广泛采用了选择性催化还原（SCR）烟气脱硝技术进行处理以使尾气中NOx质量浓度低于排放标准[1-2]。烟气NOx质量浓度测量时，需要将采样的烟气送至烟气连续监测系统（continuous emission monitoring systems，CEMS）进行分析处理。为保证测量的准确性和稳定性，CEMS 每隔一段时间都需要对采样管道进行反向吹扫以防止积灰。这会造成NOx质量浓度测量信号失真，进一步引发NOx排放超限[3-4]。因此，建立准确的脱硝系统软测量模型快速准确稳定地获得SCR 反应器出口NOx质量浓度，对NOx排放监测、喷氨控制优化具有重要意义。

软测量技术具有成本低、响应快、维护方便等优点，在工业生产过程中被广泛应用。目前，NOx质量浓度的软测量研究主要分为机理建模和数据驱动建模2 大类。姚楚等[5-6]分析SCR 烟气脱硝化学反应机理建立了SCR 反应器出口软测量模型，但模型未考虑反应惯性、流场不均等问题，精度较低。Irfan 等人[7]基于人工神经网络（ANN）利用试验数据建立了NOx排放软测量模型，确定了脱硝反应的最佳边界条件。Si 等人[8-9]基于改进支持向量机拟合了锅炉出口NOx质量浓度，在此基础上进行了锅炉燃烧优化研究。石饶桥等[10]基于卡尔曼滤波数据融合技术实现了NOx质量浓度的实时软测量。姜子运等[11]基于一种改进TS 模糊神经网络建立了SCR 反应器入口NOx质量浓度软测量模型，在负荷变动、煤种切换等工况下对模型性能进行了对比验证。……