
CFB 보일러 오염물질 배출 최적화를 위한 머신러닝 기법 활용
Using machine learning techniques to optimize CFB boiler pollutant emissions
CFB 보일러는 다양한 저급연료의 활용이 가능하며 석회석을 이용한 로내 탈황, 900도 내외의 조업 조건을 통해 SOx 및 NOx 등 오염물질 배출을 최소화 할 수 있는 친환경 발전설비 이다[1]. 유동층 시스템의 특성상 탈황, 탈질 효율은 보일러 내 입자의 수력학적 특성과 밀접하게 관련되어 있으며 이를 파악하기 위해서는 수치해석 기법의 활용이 필수적이다[2]. 본 연구에서는 IEA-CFBC 모델에 기반한 1-D CFB 보일러 수치해석 결과를 바탕으로 오염물질 배출과 연관된 주요 조건(석회석 투입량 및 당량비)에 대한 영향을 평가하기 위해 머신러닝 기법의 적용 가능성을 살펴보았다. 수치해석을 통해 얻은 빅 데이터를 머신러닝 모델 훈련에 활용 한 후, 특정 SOx 배출량에 부합하는 유동사의 입도분포 (Particle Size Distribution)를 예측하였다. 그 결과 머신러닝을 통해 예측한 유동사의 평균 입도분포는 수치해석 결과와 평균 0.2067㎛의 오차를 보였으며, 원하는 보일러 운전조건에 부합되는 유동사의 입도분포를 정확히 예측하는 것으로 평가되었다. 석회투입량과 당량비 이외에도 배출량에 크게 영향을 줄 수 있는 석탄의 특성(공업분석, 원소분석, 입도분포) 및 석회의 입도분포에 대한 영향도 같은 방식으로 평가할 예정이다. 본 발표에서는 수치해석 기반 빅 데이터 생성과 머신러닝 적용 과정과 함께 특정 대기오염 배출농도 조건에 부합하는 보일러 운전조건을 도출에 머신러닝 기법을 활용한 사례에 대해서 소개한다.