(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110800552.0 (22)申请日 2021.07.15 (65)同一申请的已公布的文献号 申请公布号 CN 113339113 A (43)申请公布日 2021.09.0 3 (73)专利权人 中国能源建 设集团江苏省电力设 计院有限公司 地址 210036 江苏省南京市渡江路10号 专利权人 东南大学　齐鲁工业大学 (72)发明人 李睿　袁兵　沈德魁　刘国富　 宋坤林　吴斌　肖军　孙宇　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 马进 (51)Int.Cl. F01N 3/20(2006.01) F01N 11/00(2006.01) F01N 13/00(2010.01)G06F 30/27(2020.01) (56)对比文件 CN 109046 021 A,2018.12.21 CN 109046 021 A,2018.12.21 CN 110188383 A,2019.08.3 0 WO 2019229398 A1,2019.12.0 5 CN 112762576 A,2021.0 5.07 US 201325 5233 A1,2013.10.0 3 KR 101518941 B1,2015.0 5.11 US 2010050614 A1,2010.0 3.04 US 20190 63285 A1,2019.02.28 刘国富.基 于多运行参数耦合的SCR精细化. 《中国博士学位 论文全文数据库 (工程科技 Ⅰ 辑)》 .2021,全 文. 刘国富等.SCR系统喷氨自动控制逻辑应用 诊断与优化研讨. 《化学工程与装备》 .2018,全 文. 审查员 苟林熹 (54)发明名称 一种SCR系统NOx生成与氨需求预测方法、 系 统及存储介质 (57)摘要 本发明公开了一种SCR系统NOx生成与氨需 求预测方法、 系统及存储介质， 根据SCR系统历史 运行数据训练得到用于SCR系统入口NOx浓度预 测的三类机器学习模型， 获得相应的入口NOx浓 度预测结果， 再运用数学统计方法分析， 约定决 策规则， 获得拟采用的入口NOx浓度预测输出结 果； 结合其他实时在线监测运行数据， 获得尿素 水解系统氨需求预测量Q ′； 实时对入口NOx浓度 预测输出结果进行精度判定， 制定三类机器学习 模型的在 线自更新规则， 解决尿素水解制氨工艺 因较大反应迟滞时间导致变工况跟随特性差的 运行问题， 有助于实现尿素水解供氨体系下SCR 系统的精准喷氨。 权利要求书2页 说明书7页 附图2页 CN 113339113 B 2022.08.19 CN 113339113 B 1.一种SCR系统NOx生成与氨需求预测方法， 其特 征在于， 包括如下步骤： 根据SCR系统历史运行数据训练得到用于SCR系统入口NOx浓度预测的三类机器学习模 型， 获得相应的入口NOx浓度预测结果； 所述三类机器学习模 型包括： 随机森林模型RF、 支持 向量机模 型SVM、 人工神经网络模 型ANN； 所述三类机器学习模 型的SCR系统历史运行数据输 入与入口NOx 浓度预测结果输出一 致； 基于三类机器学习模型的入口NOx浓度预测结果， 运用数学统计方法分析， 在约定决策 规则下， 获得拟采用的入口NOx 浓度预测输出 结果， 所述约定决策规则表示如下： 式中： cv为三类机器学习模型预测结果相对标准偏差， K为预设阈值， 15％≤K≤25％； P 为拟采用的入口NOx浓度预测输出结果， 单位为mg ·Nm‑3； 为三类机器学习模型所得入口 NOx浓度预测结果的平均值， 单位 为mg·Nm‑3；ωt为t时刻预测结果可靠性标识值； 根据入口NOx浓度预测输出结果及相关实时在线监测运行数据， 获得尿素水解系统氨 需求预测量 Q′； 实时对入口NOx浓度预测输出结果进行精度判定， 并根据精度判定结果更新所述三类 机器学习模型的参数。 2.根据权利要求1所述的一种SCR系统NOx生成与氨需求预测方法， 其特征在于， 所述 SCR系统历史运行数据包括： 取用机组负荷、 总风量、 总煤量、 OFA 风量/风门开度、 二次风量/ 风门开度及炉膛 出口O2浓度， 所述SCR系统历史运行数据与入口NOx浓度预测结果进行归一 化处理； 所述相关实时在线监测运行数据包括烟气流量、 氨质量流量、 入口NOx浓度测量结果、 出口NOx浓度测量结果、 出口NOx 浓度预期设定值。 3.根据权利 要求1所述的一种SCR系统NOx生成与氨需求预测方法， 其特征在于， 所述三 类机器学习模型 预测结果相对标准偏差 cv， 具体为： 式中： Pi为基于各机器学习 模型获得的入口NOx浓度预测结果， 单位为mg ·Nm‑3； 为三 类机器学习模型 所得入口NOx 浓度预测结果的平均值， 单位 为mg·Nm‑3。 4.根据权利 要求3所述的一种SCR系统NOx生成与氨需求预测方法， 其特征在于， 所述尿 素水解系统氨需求预测量 Q′计算如下： 式中： Q′单位为kg/h； A为入口NOx浓度测量结果， 单位为mg ·Nm‑3； F为烟气流量， Nm3/h； MNH3、 MNOx分别为NH3、 N Ox的相对分子质量， 单位为g/mol； r为理论的氨氮摩尔比， 取 1～1.05； Q为常规计算所 得有迟滞的氨需求 量， 单位为kg/h。 5.根据权利 要求3所述的一种SCR系统NOx生成与氨需求预测方法， 其特征在于， 所述精 度判定包括对预测结果可靠性标识值ωt进行累加计数， 若满足在线自更新规则启动条件， 则对三种机器学习模型分别进行在线自更新； 反 之， 保持机器学习模型的运行。权　利　要　求　书 1/2 页 2 CN 113339113 B 26.根据权利 要求5所述的一种SCR系统NOx生成与氨需求预测方法， 其特征在于， 所述在 线自更新 规则启动条件表示 为： 式中： τ为样本时间段总长， τ ≥24h； 0～τ 时间段的时间间隔均 等， Γ为预设的三类机器 学习模型在线自更新启动许 可偏差， 5 0％≤Γ≤80％。 7.一种SCR系统NOx生成与氨需求预测系统， 其特 征在于， 所述系统包括： NOx浓度预测单元： 根据SCR系统历史运行数据训练得到用于SCR系统入口NOx浓度预测 的三类机器学习模型， 获得相应的入口NOx 浓度预测结果； NOx浓度预测输出单元： 基于三类机器学习模型的入口NOx浓度预测结果， 运用数学统 计方法分析， 约定决策规则， 获得拟采用的入口NOx 浓度预测输出 结果； 氨需求预测单元： 根据入口NOx浓度预测输出结果及其他实时在线监测运行数据， 获得 尿素水解系统氨需求预测量 Q′； 判断更新单元： 实时对入口NOx浓度预测输出结果进行精度判定， 制定三类机器学习模 型的在线自更新 规则。 8.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现权利要求1～6任一项所述方法的步骤。 9.一种SCR系 统NOx生成与氨需求预测方法的应用， 其特征在于， 应用在尿素水解系统 或尿素催化水解系统的燃 煤电站SCR系统。权　利　要　求　书 2/2 页 3 CN 113339113 B 3