内蒙古大板发电有限责任公司 刘名声 尚志强 滕 飞 福建龙净环保股份有限公司 叶潇翔 丘成荣

燃煤电厂在发电过程中产生大量SO2，若直接从烟囱口排出将造成严重的大气环境污染，为此国家制定了严格的SO2排放标准。目前燃煤电厂普遍采用湿法脱硫工艺解决SO2排放问题。湿法脱硫是通过碱性石灰石浆液来消除烟气中大部分的SO2，确保剩余的从烟囱口流出的SO2值低于国家排放标准线。由于脱硫工况的复杂性，包括锅炉负荷、入口烟气流量、入口烟气SO2等因素的综合影响，对脱硫控制系统的能力要求很高，需达成排放安全和物料节省的双目标平衡。

常规控制包含基于PH值的PID控制，它以碱性石灰石浆液与烟气SO2中和反应后，溶液罐中的溶液PH值作为控制优劣的依据，进行比例、积分和微分调整，但PH值测量带有明显的滞后和失真特性，控制精度受限。基于排放口SO2浓度的PID控制虽实现了目标控制的闭环，但缺乏对脱硫工况特性的分析而无法精准供浆，实际使用过程中，在锅炉负荷、入口烟气流量和入口SO2变化时控制效果明显下降。基于机器学习的智能控制方法，是将脱硫各种工况下浆液对SO2的影响和控制问题转化为机器学习方法，偶尔能够给出不错的控制效果，但脱硫的存浆特性导致单一时刻工况下的浆液与烟囱出口SO2浓度难以形成有效的一一对应关系，算法建模失真严重，存在不可预见性。

1 基于数据挖掘的浆液控制方案

本文通过数据挖掘技术实现的新型脱硫浆液控制系统，包括应用机器学习回归算法挖掘海量历史运行数据中满足排放合理性前提下的各类工况与浆液之间的前馈关联关系，并通过数据散布的四分位值进行浆液上下限调整；……