王力光， 贠勇博， 朱保宇， 司风琪

(1. 大唐环境产业集团股份有限公司特许经营分公司， 南京 211100；2. 东南大学 能源热转换及其过程测控教育部重点实验室， 南京 210096)

SO2是大气中的主要污染物之一。我国电力依赖于煤炭资源，燃煤电厂排放的SO2给环境造成了很大的影响。国家环保发展规划要求持续推进电力行业SO2减排工作，控制SO2排放成为发电企业面临的重大课题[1]。目前，我国电厂大多使用湿法烟气脱硫技术，其中采用石灰石-石膏湿法脱硫的机组占脱硫总装机容量的85%左右[2]。因此，对石灰石-石膏湿法烟气脱硫系统出口SO2浓度进行实时监测尤为重要。燃煤电厂布置了大量的烟气分析监测仪器，例如利用烟气连续排放检测系统(CEMS)对脱硫系统出口烟气中的SO2浓度进行监测，但这只是对SO2排放量的单一结果反馈，并不能反映脱硫系统过程参数与出口SO2浓度之间的关系；另外，CEMS在线分析仪表维护保养复杂，价格昂贵，受外界环境等因素影响较大，往往会出现测量结果漂移的现象[3]。

为了监测SO2排放量，优化湿法脱硫系统的运行参数，需要建立脱硫系统出口SO2浓度预测模型，掌握脱硫系统过程参数与出口SO2浓度之间的关系。目前，主流的建模方法分为机理建模和数据驱动建模。燃煤电站脱硫系统运行过程具有动态、非线性和时变等特性，机理建模较为困难，且模型精度往往难以满足工程实际的要求；但随着计算机、传感器、数据存储和通信等技术快速地发展，数据驱动建模越来越多地应用到电站脱硫系统中。……