一种用于超临界机组的发电负荷与供热量的智能预测方法技术

本发明专利技术公开了一种用于超临界机组的发电负荷与供热量的智能预测方法，包含以下步骤：A、对具有切缸特性的超临界机组分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；B、利用机组历史运行数据对预测模型进行训练和验证，本发明专利技术针对具有切缸特性的超临界机组，分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；利用机组历史运行数据对预测模型进行训练和验证；最后结合机组实时采集的相关参数进行发电负荷与供热量的预测。

An intelligent forecasting method for generating load and heating capacity of supercritical units

【技术实现步骤摘要】
一种用于超临界机组的发电负荷与供热量的智能预测方法
本专利技术涉及发电
，具体是一种用于超临界机组的发电负荷与供热量的智能预测方法。
技术介绍
随着近年来我国可再生能源产业的迅猛发展，国家对可再生能源消纳力度加大，以及局部地区新能源装机占比过高，电网面临新能源电力消纳问题。主要表现为：在传统的“以热定电”模式下，当火电机组降负荷时，随着给煤量的下降，供热压力下降，导致机组发电功率不能够继续下降，这使得采暖期的调峰尤为困难，因此，弃风、弃核问题日益突出。尤其是近年来北方风电发展迅速，而“三北”地区的火电机组大部分是供热机组，供热期往往与风电大发期重叠，导致电网对风电消纳的形势严峻。为提高电网对新能源的消纳空间，开展火力发电机组的灵活性改造，提高其深度调峰能力，显得尤为必要。在国外，德国、丹麦等国家通过蒸汽旁路、储热、电锅炉等技术使部分供热机组的电出力调节能力在70％以上。在国内，近年来我国能源局陆续出台了一系列关于火电灵活性改造方面的政策，确定了22个火电灵活性改造示范试点项目，旨在深度挖掘火电机组调峰潜力。目前，已提出的提高供热机本文档来自技高网...

【技术保护点】
1.一种用于超临界机组的发电负荷与供热量的智能预测方法，其特征在于，包含以下步骤：/nA、对具有切缸特性的超临界机组分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；/nB、利用机组历史运行数据对预测模型进行训练和验证。/n

【技术特征摘要】
1.一种用于超临界机组的发电负荷与供热量的智能预测方法，其特征在于，包含以下步骤：
A、对具有切缸特性的超临界机组分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；
B、利用机组历史运行数据对预测模型进行训练和验证。


2.根据权利要求1所述的一种用于超临界机组的发电负荷与供热量的智能预测方法，其特征在于，建立发电负荷特性的神经网络预测模型具体是：模型的输入参数包括主汽压力Ps(MPa)、主汽温度Ts(℃)、汽机调门开度μ(％)和供热抽汽蝶阀开度μc(％)，中排蝶阀1开度μc1(％)和中排蝶阀2开度μc2(％)，输出参数为机组负荷Ne(MW)。


3.根据权利要求1所述的一种用于超临界机组的发电负荷与供热量的智能预测方法，其特征在于，建立主汽压力特性的神经网络预测模型具体是：模型的输入参数包括给水流量G(t/h)、燃料量B(t/h)、汽机调门开度μ(％)和供热抽汽蝶阀开度μc(％)，中排蝶阀1开度μc1(％)和中排蝶阀2开度μc2(％)，输出参数为主汽压Ps(MPa)。


4.根据权利要求1所述的一种用于超临界机组的发电负荷与供热量的智能预测方法，其特征在于，建立供热压力特性的神经网络预测模型具体是：确定供热压力特性预测模型：模型的输入参数包括主汽压力Ps(MPa)、汽机调门开度μ(％)和供热抽汽蝶阀开度μc(％)，中排蝶阀1开度μc1(％)和中排蝶阀2开度μc2(％)，输出参数为供热前压力Pg(MPa)。


5.根据权利要求1-4任一所述的一种用于超临界机组的发电负荷与供热量的智能预测方法，其特征在于，所述步骤B具体是：a、建立具有j个输入参数(u1，u2,…,uj)和一个输出参数y的非线性自回归滑动平均(NARMA)预测模型，且认为模型在k时刻的输出参数y(k)与模型各输入参数ui在k时刻和过去n个时刻的值ui(k)、ui(k-1),…,ui(k-n)及输出参数y在过去m个时刻的值...

【专利技术属性】
技术研发人员：张苗苗，肖长歌，张小勇，但伟，宋泽，郑佳奕，马进，马良玉，
申请(专利权)人：国核电力规划设计研究院有限公司，
类型：发明
国别省市：北京;11