PW3300 AI大数据模型智能算法

产品概述

传统脱硝喷氨量调节主要采用PID比例调节策略，脱硝出口NOx值与设定的值出现了偏差，比例调节立即产生调节作用以减少偏差。由于实际生产和仪表的问题，反馈调节的滞后时间长、抗干扰能力弱。尤其在锅炉负荷变动较大时，无法精准控制喷氨量，导致氨逃逸加剧。

为了保证调节的准确性、安全性及预测性，普为科技开发了基于边缘大数据模型的喷氨控制方法。通过大数据模型智能算法，筛选、建立、调用大数据模型，达到对工业生产（氨量调节）进行精准控制的方法。

• 大数据模型采集筛选模块

在锅炉生产运行中自动采集数据并通过智能筛选数据。

• 智能分区精准喷氨模块

采用脱硝尾部分区检测反馈与脱硝进口分区域调节喷氨的方式，找平反应器尾部区域NOX浓度、降低氨的逃逸，训练大数据模型。

• 大数据建模模块

系统将得到的大数据通过智能算法形成稳态的数字模型。

• 大数据模型调用模块

在锅炉生产运行中自动采集数据并通过智能筛选数据。

基于AI大数据模型精准喷氨控制方法包括：数据采集筛选模块、数据建模模块、精准喷氨模块和大数据模型调用模块。

大数据模型是锅炉生产运行中自动采集数据后通过智能算法形成的。智能分区精准喷氨模块采用脱硝尾部分区检测反馈与脱硝进口分区域调节喷氨的方式，找平反应器尾部区域NOx浓度、降低氨逃逸。数据建模模块将得到的大数据形成稳定的动态数字模型。模型调用模块通过不同运行工况，调用相对应的稳态模型来控制脱硝NOx与氨逃逸的排放值。