本项目包括锅炉超低排放脱硫优化控制项目、控制系统的开发及调试，项目数据建模的研究及实时优化控制。具体内容如下：

1、锅炉脱硫模型的建立及仿真

利用多元状态评估技术进行脱硫模型的建立。多元状态评估技术是一种非线性、非参数的建模方法，能够不断学习设备的历史正常数据，并通过将设备实时状态与历史正常状态比对，提前判断设备是否发生故障。运用该技术建模时需要保证各类数据为设备正常运行下的主要监测参数，并且数据的时间跨度达一年或以上。建模完成后在仿真平台上进行验证算法的可用性。

2、研究现场脱硫设备和脱硫技术，设计优化方案

现场收集大量锅炉脱硫设备的关键运行数据参数，对脱硫浆液循环泵进行深入的研究，并确定主要监测点，研究先进控制方案，实现先进的数据挖掘技术与脱硫浆液循环泵组合优化方式。

3、开发基于先进预测控制的锅炉超低排放脱硫优化控制系统

根据验证后的脱硫模型及现场数据，以运行优化方案为基础，进行外挂优化站的程序编写及开发。系统采用预测控制原理进行先进控制，并能与DCS无缝连接，实现对脱硫系统的在线优化指导与闭环控制。

4、超低排放优化控制系统现场调试试验

现场完成优化控制系统调试，验证控制软件对脱硫系统的控制品质提升，保证系统能有效降低SO2排放，并减少脱硫用石灰石消耗及相关系统的电耗量，从而使锅炉实现节能减排，提升经济效益。

5、完成该项目所有工作材料总结、报告及验收资料。

服务项目：

在脱硫系统保证可靠运行的前提下，调节循环泵运行数量，优化循环泵的运行组合方式，能够降低耗电量。基于k-NN的脱硫系统工况寻优方法，在算法层面，与之前的其它方法相比具有以下优点：首先，由于采用了完全基于样本数据的相似性度量学习算法，使其具有建模过程简单、建模速度快、无需专家干预的优点，因此能在省域范围内快速实施；其次，通过动态增加建模样本的方法可以快速更新模型，使其能不断适应脱硫系统运行过程中不断出现的新工况，因此具有较好的扩展性；最后，由于运用了基于R-树索引的海量数据高效查询算法，使其能应用于在线运行指导的生产场景，从而能有效地提高优化指导的时效性，满足脱硫系统精细化运行管理的业务需要。

研究项目所包含的内容

1）脱硫浆液循环泵组合方式优化。

2）基于数据挖掘的SO2减排能力评估。

3）SO2系统建模及预测控制原理。

4）脱硫系统优化指导与闭环控制系统。

对于现有技术在控制层面进行改造，通过优化的控制系统达到最优的脱硫效果。采用先进的数据挖掘技术与脱硫浆液循环泵组合优化方式，建立脱硫模型，采用预测控制的原理进行控制。实现了脱硫效果的最优化。

研究从SIS数据中提取运行工况的方法，开发工况提取软件。研发在DCS控制层的上位优化控制，为优化管理决策提供理性依据。完成能进行复杂的现代控制模型的冗余控制器，及其与DCS的无缝连接，

系统构架需符合下图要求：

建立燃烧系统及脱硫系统的数学模型，模型精度5%以内。

将燃烧模型与脱硫模型相结合，使前者的输出作为后者的输入量进行综合优化，在线运算最佳的配比系数。在控制方式上应用专家指导模式。

（a）首先系统分析锅炉燃烧系统与脱硫系统的综合优化问题，寻找影响综合成本的因素，并对综合成本进行计算分析。

（b）系统可保证锅炉实时运行在其当时的最佳状态，在排放达标的前提下确保机组最低运行费用。

（c）建立基于运行数据的模型，具有预测功能并自动优化控制机组的各项分段节能减排指标。

要达到的技术性能指标和参数：降低石灰石的投放量、降低厂用电耗、降低磨碎石灰石电耗。

三、关键技术

1）技术特点、关键技术和关键工艺

本项目关键技术为多元状态评估技术，该技术是一种非线性、非参数的建模方法，能够不断学习设备的历史正常数据，并通过将设备实时状态与历史正常状态比对，提前判断设备是否发生故障。运用该技术建模时需要保证各类数据为设备正常运行下的主要监测参数，并且数据的时间跨度达一年或以上。

2）实施的具体内容和技术路线

首先研究利用多元状态评估技术进行建模的步骤，并在仿真平台上进行验证算法的可用性。第二，采集用于建模的历史数据并进行有效性检验，剔除错误数据，同时根据机组负荷的高中低状态将历史数据分为三类并分别建模。第三，对脱硫浆液循环泵进行深入的研究，并确定主要监测点。第四，完成软件的外挂式开发，验证系统是否能够有效降低二氧化硫的排放量。

3）项目的其他成果形式：

发表论文1~2篇