基于相关向量机的供热机组热电关系预测方法及装置制造方法及图纸

本发明专利技术提供了基于相关向量机的供热机组热电关系预测方法及装置，包括通过获取基于训练样本预先训练确定的相关向量机预测模型，该训练样本为供热机组的运行数据，并利用相关向量机预测模型，预测供热机组不同热负荷下的最大发电功率和最小发电功率，最后在基于预测得到不同热负荷下的最大发电功率和最小发电功率，得到供热机组的热电关系。本发明专利技术通过供热机组的实际运行数据确定的热电关系，该方法不仅适用于各类型的供热机组中，而且基于相关向量机预测模型确定热电关系大大降低了工作量和确定热电关系的时间，且能够准确得到供热机组热电关系。

Prediction Method and Device of Thermoelectric Relation of Heating Unit Based on Relevant Vector Machine

The invention provides a prediction method and device for the thermoelectric relationship of a heating unit based on the correlation vector machine, including acquiring a prediction model of the correlation vector machine determined by pre-training based on the training sample, which is the operation data of the heating unit, and using the prediction model of the correlation vector machine to predict the maximum and minimum power generation of the heating unit under different heat loads. Then, based on the prediction, the maximum and minimum power generation under different heat loads are obtained, and the thermoelectric relationship of the heating unit is obtained. The method is not only applicable to all types of heating units, but also based on the prediction model of correlation vector machine to determine the thermoelectric relationship, which greatly reduces the workload and time to determine the thermoelectric relationship, and can accurately obtain the thermoelectric relationship of heating units.

【技术实现步骤摘要】
基于相关向量机的供热机组热电关系预测方法及装置
本专利技术涉及新能源
，具体涉及一种基于相关向量机的供热机组热电关系预测方法及装置。
技术介绍
为了实现节能减排和可持续发展，近几年来我国大力发展风力发电、太阳能发电等可再生能源电力。在这多能源结构的时代，为了能满足人们的生活质量，供热机组作为一种十分环保的供热方式，在多数地区的集中供热中被广泛使用。为了保证安全运行且满足热负荷要求的前提下，充分了解供热机的热电关系，对于缓解电网压力具有十分重要意义。在现有技术中，能够计算供热机组热电关系的方法主要包括：汽轮机热力试验法、工况图分析法以及热力系统计算方法。其中，热力试验法是利用等效热降理论建立供热机组热力曲线的数学模型，并用试验结果修正模型从而确定机组的调峰范围。但是这种方法需要专业人员现场试验，工作量大、耗费时间，且在现场试验期过程中不断调整热负荷和电负荷，对于热网及用户都有一定的影响。工况图分析法是对于供热机组汽轮机的工况图进行回归分析，预测不同采暖抽汽量下供热机组的调峰范围，从而得出供热机组的热电关系。但是这种方法只能适用于有工况图的供热机组，对于没有工况图的供热机组则不能不适用。热力系统计算的方法，是通过对进出汽轮机的能量进行平衡计算，通过平衡计算确定不同采暖抽汽量和工业抽汽量下的供热机组发电量调节范围，从而得出机组热电关系。对于热力系统计算方法，它虽然通用性强，但是计算工作量较大，并且得出的结果会偏离实际运行情况。综上可知，现有针对供热机组热电关系的预测要么工作量大，耗费时间，要么不通用，要么准确性较差。因此，急需一种能够克服上述问题的供热机组热电关系的预测方式。
技术实现思路
有鉴于此，本专利技术提供了基于相关向量机的供热机组热电关系预测方法及装置，对供热机组使用相关向量机模型进行热电关系预测，以解决现有技术中供热机组热电关系预测时带来的工作量大，不适用于多种供热机组以及供热组热电关系不准确的问题。为实现上述目的，本专利技术实施例提供如下技术方案：一种基于相关向量机的供热机组热电关系预测方法，适用于供热机组，包括：基于训练样本预先训练确定的相关向量机预测模型，所述训练样本为所述供热机组的运行数据；利用所述相关向量机预测模型，预测供热机组不同热负荷下的最大发电功率和最小发电功率，并基于所述预测得到的不同热负荷下的最大发电功率和最小发电功率，得到所述供热机组的热电关系。进一步的，所述基于训练样本预先训练确定的相关向量机预测模型，包括：获取供热机组的运行数据，所述运行数据包括热负荷数据和发电功率；对所述运行数据进行分类，确定不同热负荷下所述供热机组的最大发电功率集合和不同热负荷下所述供热机组的最小发电功率集合；建立相关向量机模型；从所述不同热负荷下所述供热机组的最大发电功率集合和不同热负荷下所述供热机组的最小发电功率集合中选取训练样本，训练所述相关向量机模型，确定相关向量机预测模型。进一步的，还包括：基于所述相关向量机预测模型，预测选取的训练样本的预测结果；将所述预测结果与所述运行数据进行比较，获取每一预测结果的相对误差的绝对值；基于所述每一预测结果的相对误差绝对值计算所有所述预测结果的相对误差的平均值；判断所述相对误差的绝对值和所述相对误差的平均值是否满足预测需求；若不满足，则调整所述相关向量机预测模型中的参数进行重新训练，直至确定符合预测需求的相关向量机预测模型。进一步的，所述基于所述相关向量机预测模型预测选取的训练样本的预测结果，包括：基于所述相关向量机预测模型，预测选取的训练样本中不同热负荷下所述供热机组的最大发电功率和最小发电功率。进一步的，所述利用所述相关向量机预测模型，预测供热机组的电功率和热负荷的对应关系，得到所述供热机组的热电关系，包括：利用所述相关向量机预测模型对所述供热机组的所有能达到的热负荷进行预测，获取不同热负荷下的最大发电功率和最小发电功率；基于所述不同热负荷下的最大发电功率和最小发电功率，确定所述供热机组的热电关系。本专利技术第二方面公开了一种基于相关向量机的供热机组热电关系预测装置，其特征在于，适用于供热机组，包括：预测模型训练单元，用于基于训练样本预先训练确定的相关向量机预测模型，所述训练样本为所述供热机组的运行数据；热电关系处理单元，用于利用所述相关向量机预测模型，预测供热机组不同热负荷下的最大发电功率和最小发电功率，并基于所述预测得到的不同热负荷下的最大发电功率和最小发电功率，得到所述供热机组的热电关系。进一步的，所述预测模型训练单元，包括：数据获取单元，用于获取供热机组的运行数据，所述运行数据包括热负荷数据和发电功率；数据分类单元，用于对所述运行数据进行分类，确定不同热负荷下所述供热机组的最大发电功率集合和不同热负荷下所述供热机组的最小发电功率集合；模型建立单元，用于建立相关向量机模型；样本训练单元，用于从所述不同热负荷下所述供热机组的最大发电功率集合和不同热负荷下所述供热机组的最小发电功率集合中选取训练样本，训练所述相关向量机模型，确定相关向量机预测模型。进一步的，所述预测模型训练单元，还包括：预测单元，用于基于所述相关向量机预测模型，预测选取的训练样本的预测结果；比较单元，用于将所述预测结果与所述运行数据进行比较，获取每一预测结果的相对误差的绝对值；计算单元，用于基于所述每一预测结果的相对误差绝对值计算所有所述预测结果的相对误差的平均值；判断单元，用于判断所述相对误差的绝对值和所述相对误差的平均值是否满足预测需求；参数调整单元，用于所述平均值不满足预测需求时，调整所述相关向量机预测模型中的参数，直至确定符合预测需求的相关向量机预测模型。进一步的，所述预测单元，用于基于所述相关向量机预测模型，预测选取的训练样本中不同热负荷下所述供热机组的最大发电功率和最小发电功率。进一步的，所述热电关系处理单元，包括：电功率预测单元，用于利用所述相关向量机预测模型对所述供热机组的所有能达到的热负荷进行预测，获取不同热负荷下的最大发电功率和最小发电功率；热电关系确定单元，用于基于所述不同热负荷下的最大发电功率和最小发电功率，确定所述供热机组的热电关系。由上述内容可知，本专利技术提供的基于相关向量机的供热机组热电关系预测方法及装置，包括通过获取基于训练样本预先训练确定的相关向量机预测模型，该训练样本为供热机组的运行数据，并利用相关向量机预测模型，预测供热机组不同热负荷下的最大发电功率和最小发电功率，最后在基于预测得到不同热负荷下的最大发电功率和最小发电功率，得到供热机组的热电关系。本专利技术通过供热机组的实际运行数据确定的热电关系，该方法不仅适用于各类型的供热机组中，而且基于相关向量机预测模型确定热电关系大大降低了工作量和确定热电关系的时间，且能够准确得到供热机组热电关系。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例一提供的一种基于相关向量机的供热机组热电关系预测方法流程图；图2为本专利技术实施例一提供的另一种基于相关向量机的供热机组热电关系预测方法流程图；本文档来自技高网...

【技术保护点】
1.一种基于相关向量机的供热机组热电关系预测方法，其特征在于，适用于供热机组，包括：基于训练样本预先训练确定的相关向量机预测模型，所述训练样本为所述供热机组的运行数据；利用所述相关向量机预测模型，预测供热机组不同热负荷下的最大发电功率和最小发电功率，并基于所述预测得到的不同热负荷下的最大发电功率和最小发电功率，得到所述供热机组的热电关系。

【技术特征摘要】
1.一种基于相关向量机的供热机组热电关系预测方法，其特征在于，适用于供热机组，包括：基于训练样本预先训练确定的相关向量机预测模型，所述训练样本为所述供热机组的运行数据；利用所述相关向量机预测模型，预测供热机组不同热负荷下的最大发电功率和最小发电功率，并基于所述预测得到的不同热负荷下的最大发电功率和最小发电功率，得到所述供热机组的热电关系。2.根据权利要求1所述的方法，其特征在于，所述基于训练样本预先训练确定的相关向量机预测模型，包括：获取供热机组的运行数据，所述运行数据包括热负荷数据和发电功率；对所述运行数据进行分类，确定不同热负荷下所述供热机组的最大发电功率集合和不同热负荷下所述供热机组的最小发电功率集合；建立相关向量机模型；从所述不同热负荷下所述供热机组的最大发电功率集合和不同热负荷下所述供热机组的最小发电功率集合中选取训练样本，训练所述相关向量机模型，确定相关向量机预测模型。3.根据权利要求2所述的方法，其特征在于，还包括：基于所述相关向量机预测模型，预测选取的训练样本的预测结果；将所述预测结果与所述运行数据进行比较，获取每一预测结果的相对误差的绝对值；基于所述每一预测结果的相对误差绝对值计算所有所述预测结果的相对误差的平均值；判断所述相对误差的绝对值和所述相对误差的平均值是否满足预测需求；若不满足，则调整所述相关向量机预测模型中的参数进行重新训练，直至确定符合预测需求的相关向量机预测模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述相关向量机预测模型预测选取的训练样本的预测结果，包括：基于所述相关向量机预测模型，预测选取的训练样本中不同热负荷下所述供热机组的最大发电功率和最小发电功率。5.根据权利要求1-4中任一项所述的方法，其特征在于，所述利用所述相关向量机预测模型，预测供热机组的电功率和热负荷的对应关系，得到所述供热机组的热电关系，包括：利用所述相关向量机预测模型对所述供热机组的所有能达到的热负荷进行预测，获取不同热负荷下的最大发电功率和最小发电功率；基于所述不同热负荷下的最大发电功率和最小发电功率，确定所述供热机组的热电关系。6.一种基于相关向量机的供热机组热电关系预测装置，其...

【专利技术属性】
技术研发人员：胡乔良，李伟，路鹏，张涛，蔡勇，钱白云，刘伟，林翔，祁伟，许雷，
申请(专利权)人：国网新疆电力有限公司电力科学研究院，华电新疆发电有限公司昌吉热电厂，
类型：发明
国别省市：新疆,65