摘 要

燃煤火电厂排放的废气是大气中存在烟尘、NO_X气体等污染物的主要因素之一。目前减少NO_X排放的主要处理措施为尾部烟气脱硝技术，借助氨气与NO_X发生反应。由于设备存在时滞现象，无法实时根据NO_X浓度信息调整设备的喷氨量，极易造成NO_X瞬时排放超标。为了缓解以上问题，利用数据处理和可视化技术设计了数据预测和可视化系统。

该系统首先使用基于Python的数据预处理技术，将原始数据分步骤处理为相对干净和准确的数据。其次设计LSTM网络预测模型，使用处理后的数据训练优化，找出不同特征之间的函数关系。符合预期要求后，借助模型预测出NO_X含量变化趋势。最后，利用Pyecharts插件对预测结果和设备工作参数进行可视化展示。

基于该系统，工作人员可以直观地观测出异常工况，设备可以在NO_X排放异常时提前调整喷氨量，减少了NO_X或过量氨气对生态的影响。此外，进一步分析挖掘处理后的数据，可以获取更多具有利用价值的信息。

关键词：数据预处理；LSTM网络；数据可视化

Abstract

The exhaust gas emitted by coal-fired thermal power plants is one of the main factors for the presence of pollutants such as soot and NO_X gas in the atmosphere. At present, the main treatment measure to reduce NO_X emissions is tail gas denitrification technology, which reacts with NO_X by means of ammonia gas. Due to the time lag of the equipment, it is not possible to adjust the ammonia injection amount of the equipment according to the NO_X concentration information in real time, which can easily cause the transient emission of NO_X to exceed the standard. In order to alleviate the above problems, a data prediction and visualization system was designed using data processing and visualization techniques.

The system first uses Python-based data preprocessing technology to process the raw data into relatively clean and accurate data in steps. Secondly, the LSTM prediction model is designed, and the function relationship between different characteristics is found by using the processed data training and optimization model. After meeting the expected requirements, the model is used to predict the NO_X content change trend. Finally, the Pyecharts plug-in is used to visually display the prediction results and equipment working parameters.

Based on the system, the staff can intuitively observe abnormal operating conditions, and the equipment can adjust the amount of ammonia injection in advance when NO_X emissions are abnormal, reducing the ecological impact of NO_X or excessive ammonia gas. In addition, further analysis of the data after mining can obtain more valuable information.

Key words: data preprocessing Long Short-Term Memory data visualization

目 录

第1章　绪论 1

1.1　研究背景及意义 1

1.2　国内外研究现状 2

1.2.1　NO_X浓度预测研究现状 2

1.2.2　数据可视化应用研究现状 2

1.3　本文的主要研究内容 3

1.4　本文组织结构 3

第2章　NO_X减排数据预测系统及可视化平台的需求分析 5

2.1　业务流程分析 5

2.2　系统功能性需求 5

2.2.1　数据异常值处理 6

2.2.2　数据空缺值处理 6

2.2.3　数据噪声处理 6

2.2.4　数据稳态提取 7

2.2.5　数据特征选择和归一化 7

2.2.6　数据预测 8

2.2.7　数据可视化 9

2.3　本章小结 9

第3章　NO_X减排数据预测系统及可视化平台的设计与实现 10

3.1　功能架构设计 10

3.2　功能模块设计与实现 10

3.2.1　数据异常值处理模块设计与实现 11

3.2.2　数据空缺值处理模块设计与实现 12

3.2.3　数据噪声处理模块设计与实现 12

3.2.4　数据稳态提取模块设计与实现 13

3.2.5　数据特征选择模块设计与实现 14

3.2.6　数据归一化模块设计与实现 16

3.2.7　预测模块设计与实现 16

3.2.8　可视化模块设计与实现 17

第4章　NO_X减排数据预测系统及可视化平台的调优与展示 19

4.1　数据预测模型的调优与展示 19

4.2　可视化平台的展示 21

第5章　总结与展望 23

5.1　全文总结 23

5.2　展望 23

参考文献 25

致 谢 26

绪论

研究背景及意义

我国幅员辽阔，人口众多，属能源生产和消费大国。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%。火力发电约为发电总量的71.8%，占据绝对的主导地位。火力发电（Thermoelectricity power 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。燃油发电主要通过燃烧燃料油和油页岩；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。

图1.1　2012年—2018年电力生产总量及火电生产总量