基于火电厂氮氧化物减排数据预测及可视化设计开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

我国幅员辽阔，人口众多，属能源生产大国和能源消费大国。2018年中国发电总量约7.1万亿千瓦时，同比增长7.7%，排名世界第一。从发电结构来分析，2018年中国火力发电量近5.1万亿千瓦时，同比增长6.7%，约占发电总量的71.8%，属于绝对的主导地位。火力发电（thermoelectricitypower generation），即通过燃烧可燃物产生热能，并借助发电动力装置将热能转换为电能的一种发电方式。根据燃料的不同，火力发电可分为燃煤发电、燃油发电和燃气发电。燃油发电主要燃料为燃料油和油页岩；燃气发电主要是天然气发电。我国煤炭资源储备丰富，以燃煤发电为主，2018年燃煤发电约4.7万亿千瓦时，是全球最大的燃煤发电生产国。

数量众多的火电厂造成的最直接影响就是生态问题。从环保部门的统计数据中得出，全国烟尘排放量的70%、二氧化硫排放量的90%、氮氧化物的67%、二氧化碳的70%都来自于燃煤排放，特别是燃煤火电厂和工业锅炉的排放^[1]。煤炭燃烧生成的so₂、no_x等危害气体排入大气中容易形成酸雨，燃烧产生的固体颗粒物容易导致雾霾。2016年12月30日，国家发改委、国家能源局印发了《煤炭工业发展“十三五”规划》，规划指出，我国应加快发展清洁高效煤电，提高电煤在煤炭消费中的比重；采用先进高效脱硫、脱硝、除尘技术，全面实施燃煤电厂超低排放和节能改造。由此可见，清洁生产、节能减排成为了火电厂升级改造的重要目标。随着“十四五”规划的出炉，火电厂废气排放将面临着更加严格的管控。国家针对火电厂so₂气体的排放管控较早，其排放浓度限定详细而严苛^[2]，燃煤过程皆进行脱硫处理，故火电厂硫化物排放得到了有效的控制。相比于so₂气体，氮氧化物的防控较晚，相关限定标准较为宽松。根据《煤电节能减排升级与改造行动计划（2014-2020 年）》要求，所有发电机组no_x以及硫化物排放浓度必须小于50 mg/nm3。现如今，氮氧化物已成为火电厂排放的主要大气污染物之一，组分包括no，no₂，n₂o，n₂o₃，n₂o₅等物质，是光化学烟雾生成、臭氧层遭破坏的重要因素之一。

2. 研究的基本内容与方案

2.1 研究内容

针对火电厂氮氧化物浓度检测过程的时滞性及scr系统的非线性、大延迟等特点，设计了氮氧化物减排数据预测系统和可视化平台。通过分析已有监测数据来提前预测锅炉出口处的no_x浓度，减少时滞性造成的瞬时no_x排放超标或喷氨过量，实现变负荷工况下系统运行特性与喷氨特性的良好匹配。选取某火电厂scr过程监测得到的若干数据作为原始数据，用python语言对数据进行预处理，之后输入预测模型。借助预测模型提前预测出口处no_x浓度，作为反馈信号参与调节喷氨阀门控制喷氨量。其次，通过可视化界面对预处理后的数据进行展示和处理，为工作人员提供直观有效的操作界面，无需深度学习便可熟练掌握操作

2.1 研究目标

3. 研究计划与安排

3、进度安排

（1）查阅相关文献资料，明确研究内容，了解研究所需技术方案及措施。完成英文翻译及开题报告。（第1周—第3周）

（2）搭建开发环境，学习python、vue.js基础知识。（第4周—第5周）

4. 参考文献（12篇以上）

4、参考文献