燃煤电厂SCR烟气脱硝催化剂寿命预测研究

摘要

为保证燃煤电厂烟气脱硝系统的安全、稳定运行,需要制定科学合理的选择性催化还原(SCR)催化剂寿命预测方案.SCR催化剂失效是多个物理和化学因素共同作用的结果,难以用传统的物理模型或数学公式对其失活程度进行预测.本研究针对电厂大数据特性,对原始数据进行预处理,建立了曲线拟合、灰色预测、BP神经网络、灰色神经网络4种预测模型.实例对比分析发现:数据预处理可以提高预测精度;当数据满足等时距特性时,灰色神经网络优化后的直接输出模型预测精度较高;当数据不满足等时距特性时,使用BP神经网络模型预测效果更好.