垃圾发电行业研究报告

2022-01-29 18:00

第四章未来展望

对我国目前生活垃圾焚烧处置过程存在成分复杂、运行稳定性差、自动化水平较低等现状，对垃圾收运和存储，焚烧处置过程监测和优化，排放污染控制过程的智能化监测、控制和管理等。

目前我国正大力推行垃圾分类，从源头上对垃圾进行适当分类与回收，有利于减少垃圾产生量，提高入炉垃圾的均质性和垃圾焚烧的稳定性，从而减少不稳定焚烧产生的污染物，改善我国垃圾焚烧的排放问题。物联网和云计算技术通过网络物理系统，提供了垃圾管理自动化的可能性，这将改变垃圾管理的执行方式。

生活垃圾焚烧处置行业发展展望与建议主要有以下几点：

1．以更大的样本量进一步训练垃圾智能收运和储存系统的算法模型，提高收集运输的效率和库内垃圾热值预测准确性及时间分辨率，在垃圾智能分类领域由智能设备向服务型机器人发展，实现垃圾收运的智能化。

2．进一步研究开发火焰图像的自动识别处理和声波测温等技术，特别是焚烧炉内的炉膛三维温度场监测技术，实现温度测量“点－线－面－体”的技术进步，并使其与垃圾池内垃圾热值预测模型、焚烧状态在线诊断预测系统联动处理，实现垃圾焚烧厂检测设备的智能化。

3．焚烧过程自动控制系统多数只通过计算机编程仿真进行理论验证，并未进行实机测试，需要进一步试验。

4．对于已在电厂中应用的污染物排放在线监测系统，特别是基于指示物模型和软测量的二英在线快速监测系统，应进一步提升在线设备的稳定性、准确性和实用性，可与长时采样的离线检测法互补，由离线检测提供校正。

5．对于基于神经网络等智能算法的智能焚烧控制装备，其构建需要大量电厂运行工况数据，为提升其控制效果，一方面可对采集的工况数据进行初步筛选，选出真实合理的部分作为算法训练数据；另一方面可引入其他优化算法如粒子群算法、遗传算法等，进一步提高算法的泛化能力。

6．焚烧温度、酸性气体温度和二恶英浓度等的预测模型可为预警系统构建提供依据，从而做出超前调控，优化焚烧效果和杜绝污染物超标。基于现场历史运行数据的预测模型的研发与训练，是未来实现智慧焚烧的难点与热点。

7．过去及目前的研究主要集中在对各子系统进行智能控制，未来研究需要进行系统化统合，以新兴传感、物联网和人工智能算法技术为支撑，通过大数据分析及云计算平台实现数据共享，构建智能反馈和优化模型，开发智慧焚烧技术与装备，建立源头收集、运输分类、焚烧发电和残留净化一体化全过程自动运行的无人化智慧焚烧发电系统，实现垃圾发电过程对配置设备及其参数的智能在线动态优化，完成全流程整合、平台化管理和技术解决方案多元化。

8．由于智能化涉及多设备多系统以及交叉学科，建议各垃圾焚烧企业互相交流共同进步，实现信息和资源的流通，为相关标准和规范的建立提供支持。

END

原文标题 : 2022年垃圾发电行业研究报告

<上一页 1 2 3 4 5 6