ニューラルネットワークによる予測値と予測不確かさを用いた火力発電所の脱硝制御

カテゴリ: 部門大会

論文No: OS1-1-8

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Denitrification Control of Thermal Power Plants Using Predicted Value and Uncertainty with Neural Network

著者名: 桐淵 大貴（東芝）,松崎 篤（東芝エネルギーシステムズ株式会社）,清水 佳子（東芝エネルギーシステムズ株式会社）

著者名(英語): Daiki Kiribuchi (Toshiba Corporation),Atsushi Matsuzaki (Toshiba Energy Systems & Solutions Corporation),Keiko Shimizu (Toshiba Energy Systems & Solutions Corporation)

キーワード: SCR|プロセス制御|コンバインドサイクル|人工知能|NOx量予測FF制御|SCR|process control|combined cycle|artificial intelligence|NOx flow predictionFF control

要約(日本語): 火力発電所ではNOx発生量の予測値に基づいた脱硝制御が行われている。我々は機械学習（アンサンブル学習）による発生量の予測と、予測値の不確かさを考慮した脱硝制御を提案し、制御性能の向上を確認した。しかし、アンサンブル学習では予測時に大量の予測器の計算を行う必要があり、リアルタイム制御に用いるのが難しい可能性がある。一方で、ニューラルネットワークではアンサンブル学習とは別の計算量が低い方法で予測値の不確かさを算出する方法が知られている。本発表では、この既存手法を用いてニューラルネットワークによりNOx発生量の予測値と予測不確かさを算出し、その予測値と予測不確かさに基づく脱硝制御を行う手法を提案する。実データを用いたシミュレーションにより、提案手法は従来手法と比べて制御後のNOx排出量と設定値の誤差の最大値を58%削減できることを確認する。