大数据技术在火电厂SCR脱硝系统中的应用

唐 坚，尹二新，路光杰，陈 鸥，张 军，刘永岩

(北京国电龙源环保工程有限公司，北京 100039)

近年来，虽然清洁能源发电得到了一定程度的发展，但火力发电仍是我国电能生产的主力军。中国电力企业联合会发布的《2018-2019年度全国电力供需形势分析预测报告》中，预计2019年底全国发电装机容量约20亿，其中火电机组占比约为58.2%。大容量的火电机组装机为国家电力供应提供了坚实的保障，但与此同时其排放的大气污染物也给环境保护带来了空前的压力，引发严重的环境问题[1]。NOx是火电机组主要的大气污染物之一，国家对火电厂NOx的排放标准日趋严格，为保证火电机组脱硝效率，绝大部分电厂采用SCR脱硝技术，但SCR脱硝系统被控对象复杂，其控制系统控制效果难以保证[2-7]，电力企业为达排放要求，均存在不同程度的过量喷氨，造成SCR脱硝系统运行成本升高，脱硝催化剂寿命降低，空预器阻塞风险加大等问题，为保障发电机组SCR脱硝系统安全、稳定、经济、高效运行，这些问题亟待解决。

随着传感器、计算机、通讯、物联网、数据存储等技术的发展，互联网、过程工业等行业生产并存储了大量数据，且数据量随时间的推移呈现为指数级的增长[8]。海量数据的累积为大数据分析提供了很好的数据基础，而大数据技术又为数据价值的挖掘提供技术支持。大数据技术的出现为各行业现存问题提供了新的解决思路，通过大数据技术的应用，各行业现状得到了较大改善，行业发展速度加快并催生了新的行业需求[9-10]。习近平主席在中共中央政治局就实施国家大数据战略进行第二次集体学习时指出，大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，分析我国大数据发展取得的成绩和存在的问题，推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。这一重要讲话精神，为推动实施国家大数据战略指明了方向和任务。

对火电机组SCR脱硝系统而言，将大数据技术与SCR脱硝系统相结合，应用大数据技术提高SCR脱硝系统运行效率，降低系统物耗、能耗以及提升系统运行的安全行、稳定性是火电脱硝行业未来的研究方向和发展趋势。国家能源集团北京国电龙源环保工程有限公司以国家能源集团155家火电机组为依托，在火电脱硝行业率先创建了涵盖30多家火电SCR脱硝系统的大数据智慧环保平台，应用该平台对SCR脱硝系统进行大数据分析、建模、预测，实现了SCR脱硝系统环保达标与节能降耗的双目标。

1 研究背景、内容及技术路线

1.1 研究背景

SCR脱硝系统是燃煤烟气从燃烧系统排出后遇到的第一个环保装置，其入口烟气来流流速快、流场变化频繁、烟气温度高，同时受CEMS系统测量耗时长，SCR反应器出口到总排口距离较远等因素影响，在火电厂灵活调峰、烟气污染物超低排放的要求下，SCR脱硝系统在运行过程中产生了较多的问题。

(1)运行成本升高。脱硝系统是典型的大惯性、长时滞、非线性系统，应用常规开环或单回路PID控制算法难以获得理想的控制效果，且脱硝系统一般采用单点测量的方式获取出口NOx浓度，由于反应器内出口烟气流场不均，单点测量缺乏代表性，使得控制系统反馈无法表征系统真实输出，从而进一步恶化了控制效果。在超低排放的政策要求下，火电厂为避免相关处罚，不得不对脱硝系统进行过量喷氨，且国家对氨逃逸并无惩罚措施，造成电厂对氨逃逸现象关注度较低，各电厂氨逃逸现象普遍存在，造成了氨的二次污染，同时产生了极大的氨浪费，推高了SCR脱硝系统运行成本。

(2)催化剂寿命降低。过量喷氨使烟气中的SO2与NH3反应生成硫酸铵盐，硫酸铵盐覆盖在催化剂表面，阻塞了催化剂孔道，降低了催化剂比表面积与孔容，使得系统脱硝效率下降，为保证系统排放达标，运行人员不得不继续增加系统喷氨量，从而进一步加剧催化剂中毒，这一过程不断恶性循环，使得电力企业不得不提早更换催化剂，而催化剂作为SCR脱硝系统建设成本最重要的组成部分，其更换成本昂贵，因此催化剂的提早更换变相的造成了发电企业的资源浪费及经济损失。

(3)空预器阻塞风险加大。SCR脱硝过程逃逸的NH3和烟气中SO3及H2O形成硫酸氢氨，对空预器低温段形成堵塞和腐蚀，且SCR脱硝催化剂还会将部分SO2转化为SO3，从而进一步加剧了空预器低温段的堵塞和腐蚀。当空预器冷端综合温度低于设备限值或燃煤硫份高于设计值时，硫酸氢氨生成区还将进一步上移，使ABS区域跨层，造成更加严重的空预器阻塞现象。空预器阻塞不仅会使风烟系统电耗升高，还会给电厂运行带来了极大的安全风险。

1.2 研究内容及技术路线

近年来，人工智能及大数据技术日趋成熟，为解决火电厂脱硝系统运行所存问题提供了新的解决思路和技术路线[11-12]。利用大数据及人工智能技术，解决燃煤电厂环保装置孤岛运行的问题，采用机器学习、智能寻优等大数据关键技术，实现脱硝系统的精准喷氨控制、脱硝催化剂延寿，空预器阻塞预警等功能，提升脱硝系统的经济效益和社会效益，同时提升电厂环保设备的智能化水平，推动我国燃煤电厂环保产业和环保技术的发展。

(1)基于大数据技术的精准喷氨平台开发。以30多家电厂SCR脱硝系统数据为原料，应用大数据挖掘技术，对影响脱硝出口NOx浓度的因素进行提取，获取系统输入，如：应用主元分析对系统输入变量进行降维，获取影响脱硝系统出口NOx浓度的主要影响因素或由主要影响因素组合成的主元；应用聚类分析对不同工况下的系统进行划分，以便在小幅范围内对系统进行分段线性化，进而完成分工况建模；应用相依性度量算法，分析时域系统各变量之间的相关性及迟延时间，从而依据所获取的迟延时间，对建模数据进行预处理；应用经验模态分解对系统的某单一输入进行分解，获取该输入原始信号中主要的内涵模态分量，确定建模所应用的输入。应用深度学习、神经网络等大数据建模技术对脱硝系统进行模型辨识[13-15]，同时，为得到最优模型，可辅以智能寻优算法对建模算法的算法参数进行寻优[16]，从而建立出口NOx浓度预测模型，实现SCR反应器出口NOx浓度的实时预测。设计基于大数据算法的软测量技术，对各影响因素测量值进行实时修正，依据系统影响因素修正值及作用权重，设计前馈控制指令，同时依据预测所得SCR反应器出口NOx浓度值设计反馈指令，最终获取系统最优喷氨量。

(2)基于大数据技术的催化剂寿命预测平台开发。以催化剂延寿为目标，对影响催化剂寿命的关键因素进行大数据分析，提取关键主元；以催化剂体检参数及抽检活性为依据，应用大数据分析技术对催化剂寿命影响因素及催化剂活性进行关联，依据关联关系设计催化剂活性函数[17]，同时增加活性预测函数的自学习功能，通过大量机组的运行数据进行活性函数更新及验证，最大程度的匹配系统真实催化剂活性；依据各影响因素与催化剂寿命间的关系，动态给出催化剂实时寿命预测，并根据运行工况给出对应的辅助决策建议，以达到催化剂延寿的目的。

(3)基于大数据技术的空预器阻塞预警平台开发。以机组长历史时间跨度的燃烧系统、风烟系统、SCR脱硝系统及脱硫系统数据为原料，对ABS生成过程中的关联参数及空预器差压数据进行时间轴方向的滤波，综合评价空预器阻塞与ABS生成速率及相关影响因素之间的关系，依据空预器差压变化与相关变量间的时序关系，拟合空预器差压及ABS生成速率，同时依据分析结果设计空预器阻塞预警函数，并依据实时及历史运行数据对空预器阻塞风险进行预测，依据预测结果给出对应的运行优化建议。

2 大数据平台建设方案

国家能源集团北京国电龙源环保工程有限公司以解决SCR脱硝系统现存问题为出发点，结合大数据相关技术，构建涵盖30多家电厂的“横向广覆盖，纵向深贯通”的大数据智慧环保平台。该平台基于所接入输入，可实现对设备实时运行工况、排放指标、氨耗统计等实时及计算指标进行监控与展示的功能，辅助运行人员对系统运行状态进行综合评价；同时，运用大数据挖掘、机器学习及智能寻优技术实现脱硝及相关系统的数据采集、存储、处理、建模分析等工作，并依据所建模型、专家系统及智能预测等分析方式，实现SCR系统的控制优化、预知维护和辅助决策，真正实现了火电厂环保设备的“数据融控、预测预警、智能执行”的功能。

SCR脱硝系统大数据平台整体架构如图1所示，架构包括环境层、数据层、服务层、应用层及用户层五个层面。环境层为硬件网络平台和基础设施，包括：操作系统、数据服务器、文件服务器、应用服务器、网络、存储介质等；数据层是整个平台的数据中心，用来存储系统的设计数据、施工数据，调试数据、运行数据等，为服务层提供数据支撑，对于结构化数据使用Mysql集群版本存储，对于非结构化数据使用文件进行存储；服务层通过微服务架构搭建，包括数据共享、计算分析、工具服务等内容；应用层根据业务需求分为精准喷氨控制、脱硝催化剂延寿，空预器阻塞预警三大模块；用户层对访问系统的用户进行识别分类，分为集团领导、电厂领导、专家、运行人员及管理员等角色，并在系统中根据角色分配不同的权限。另外，标准规范支撑体系、安全支撑体系及管理运营维护体系为整个大数据平台的正常运行提供有效支撑。

系统技术架构从环境层、业务支撑层、服务层、应用层及表现层五个层面来阐述。环境层包括平台所处的操作系统、网络、存储等环境，本平台支持私有云和公有云部署模式，公有云支持阿里云、腾讯云、华为云等产品，支持跨平台部署，包括windows、linux等；业务支撑层通过MySQL NDB集群和文件系统提供数据存储服务，平台特有的数据库访问层对外提供和数据库类型无关的数据访问服务，本系统和ETOM OS大数据技术平台无缝对接，通过ETL工具将业务系统数据抽取到大数据平台，通过建模分析后为企业提供数据查询及决策支持；服务层通过Spring Cloud整合平台一系列服务，并提供统一访问接口，这些服务包括：ETOM BPM流程引擎、ETOM FROMULA、信息检索等，同时也提供从各个应用控制系统采集数据的服务以及通过Spring Cloud提供对外的数据接口服务；应用层整合Spring Core框架，通过Spring容器来管理Controller和Service，并且通过Spring Transaction来管理事务；表现层分为PC端和移动端，使用Html5、CSS、JQuery、LayUI、Echart等提供灵活、良好的交互体验，SCR脱硝系统大数据平台技术架构如图2所示。

需要说明的是，考虑到本系统未来需支持上百家电厂业务，所设计系统支持硬件和软件层面的横向扩展。系统部署使用Apache作为负载均衡器，负责对静态资源快速访问及动态资源转发调配；应用服务器使用Tomcat，以支持服务器横向扩展；数据库服务器使用Mysql集群版本，以支持数据节点的横向拓展。架构部署方式如图3所示。

3 大数据技术在火电厂脱硝系统中的应用

国家能源集团北京国电龙源环保工程有限公司所研发的大数据智慧环保平台，以30多家火电厂运行数据为数据池，利用大数据技术和人工智能技术解决SCR脱硝系统现有问题，加快了发电企业的数据融合，实现了SCR脱硝系统主要设备的智能化运行、主要系统的精准控制及催化剂寿命的精准监控等功能，大幅节约了系统运行成本，同时提升了系统智能化水平，为我国燃煤电厂脱硝产业和脱硝技术的进步做出了重要贡献。

3.1 基于大数据技术的精准喷氨平台

基于大数据技术的精准喷氨平台，以大数据建模及软测量技术对系统最优氨需量进行预测并为运行人员提供辅助决策建议，该平台的上线运行，不仅降低了系统运行的氨逃逸和氨耗量，使得系统运行成本下降，还较大程度的缓解了空预器堵塞问题，减少了空预器检修和清洗费用，同时由于空预器阻力下降，引风机的平均电耗也有所下降，可以说该平台的上线综合提升了火电厂的经济效益。

以大数据智慧环保平台所辖某电厂两台百万机组为例，核算精准喷氨平台带来的直接经济效益包括：平台上线前该电厂5号机组A侧供氨532.97 t/年、B侧571.80 t/年；6号机组A侧766.09 t/年、B侧750.94 t/年，总耗量2 621 t/年。依据平台统计数据，平台上线以来该电厂月均氨耗量较之前降低10%，以当前液氨市价1 700元/t计算，基于大数据技术的精准喷氨平台可为该电厂节氨45万元/年。

3.2 基于大数据技术的催化剂寿命预测平台

基于大数据技术的催化剂寿命预测平台通过大数据建模技术及内建自适应活性预测函数，能够实时计算催化剂当前活性和催化剂剩余寿命，在线提供脱硝催化剂体检报告，实时显示脱硝催化剂健康状态，同时依据所得状态，向脱硝运行人员提供催化剂维护措施，如吹灰、降低氨耗量、提前抽检等，实现有针对性的催化剂日常维护，方便用户依据催化剂寿命预测结果，合理安排催化剂更换时间和更换策略。

仍以某电厂为例，其5号、6号机组催化剂总安装量为2 000 m3，按该电厂投运情况，在加强1倍吹灰频率，减少约10%喷氨量的情况下，对催化剂活性及寿命进行综合评估，同时辅以催化剂活性检测修正，预计可延长单层催化剂寿命4000h，以催化剂市价1.53万元/m3计算，基于大数据技术的催化剂寿命预测平台可为该电厂节省催化剂使用费用约170万元/年。

3.3 基于大数据技术的空预器阻塞预警平台

基于大数据技术的空预器阻塞预警平台通过对包含空预器差压在内的大量炉侧测点进行大数据建模，并根据建模结果设计带有自适应能力的空预器阻塞风险系数函数，实现空预器实时堵塞风险预警，并提醒运行人员采取相关缓解措施，达到降低空预器阻塞风险，同时降低引风机电耗的目的。

仍以某电厂5号、6号机组为例，运行人员按照平台辅助决策提示采取措施后，通过综合评估，引风机平均阻力约降低200 pa，年节电量约为233.3万kW·h，用电费用按0.3元/kW·h计算，可为电厂节电约70万元/年，同时由于空预器运行状况得到了改善，空预器故障及检修频率降低，还可为企业节省一定的检修费用。

4 结论

国家能源集团北京国电龙源环保工程有限公司研发的大数据智慧环保平台，以国家能源集团30多家电厂为一期用户，利用大数据分析及建模技术，解决电厂SCR脱硝系统现存问题。通过对火电厂SCR脱硝系统的最优化运行及集团化整合，在火电机组SCR脱硝领域实现了特大型国有企业规模经济优势与大数据等先进信息技术的充分集成和有效结合，达到了节约脱硝系统运行成本，提高企业综合经济效益的目的。同时作为大数据技术在SCR脱硝领域的有益尝试，该平台的研发实现了“互联网+”在脱硝领域的新突破，为火电脱硝行业的发展指明了新的方向。