System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于地方电厂顶峰保供领域,尤其涉及一种基于神经网络的地方电厂顶峰能力建模方法。
技术介绍
1、我国电力负荷“冬夏”双高峰特征日趋明显,夏季降温及冬季取暖负荷占比越来越大,部分省份夏季降温负荷占最高用电负荷比重达到40%-50%,甚至超过50%,电力供需紧平衡。全国电力保供面临一定程度的挑战。包含燃煤机组、公用垃圾、公用生物质、公用余热、公用水电、公用燃煤、自备电厂等机组类型的地方电厂可挖掘约10%开机容量保供潜力。对于缓解迎峰度夏/冬期间电力缺口具有积极作用。地方电厂的燃料类型多、成份复杂、收储不确定性等因素等原因会对造成地方电厂在顶峰保供目标中面临着一定的挑战。
2、为了分析地方电厂的顶峰保供能力,需要建立其顶峰保供模型,通过分析不同燃料类型变化、热值波动下的顶峰保供能力,从而为地调的地方电厂调度提供支撑。然而目前关于地方电厂顶能力模型研究是缺乏的,目前的研究多是针对燃煤机组通过机理建模方法、数据驱动方法以及混合建模等方法建立起动态模型,然而由于地方电厂存在的燃料类型多、成份复杂、收储不确定性以及工艺设计等问题,使得燃煤机组模型不能直接应用于地方电厂;基于神经网络等人工智能方法建立以给煤量和汽机阀门开度为输入量,以压力和功率为输出量的模型,由于没有充分利用机组运行中的状态变量,使得建模降低较低。
3、公布号为cn 115021266 a的专利技术专利公开一种电网的电力调控方法、系统、介质及设备。该方法包括:获取电网中每个电厂的每个设备的顶峰调试时长以及对应的顶峰调试功率,其中任意设备的顶峰调试
4、针对上述问题,基于地方电厂运行中的状态变量数据,借助神经网络和数据拟合技术,分模块建立地方电厂的顶峰能力模型,具有建模精度高等优点,具有很强的实际应用价值。
技术实现思路
1、本专利技术的目的在于针对现有技术中存在的问题提供一种基于神经网络的地方电厂顶峰能力分析方法,借助神经网络和数据拟合技术,分模块建立地方电厂的顶峰能力模型,具有建模精度高等优点,具有很强的实际应用价值。
2、本专利技术的技术方案是:
3、一种基于神经网络的地方电厂顶峰能力建模方法,其特征在于,包括如下步骤:
4、s1.确定地方电厂类型,对地方电厂一年四季顶峰时间下使用的燃料进行热值抽样化验,建立随时间分布的燃料热值库;
5、s2.针对顶峰时间下采集地方电厂相关运行数据;
6、s3.建立以燃料量、燃料热值、一次风量、二次风量、给水量为输入量,主蒸汽压力、主蒸汽温度、主蒸汽流量为输出量的神经网络模型;
7、s4.建立以主蒸汽压力、主蒸汽温度、主蒸汽流量、汽机阀门开度为输入量,功率输出、乏汽压力、乏汽流量和乏汽温度为输出量的神经网络模型;
8、s5.基于采集的运行数据对步骤s3和步骤s4建立的神经网络模型进行训练,得到训练后的两个神经网络模型;
9、s6.将步骤s5得到的两个神经网络模型串联起来,建立以燃料量、燃料热值、一次风量、二次风量、给水量、汽机阀门开度为输入量,功率输出、乏汽压力、乏汽流量和乏汽温度为输出量的分模块神经网络模型,得到基于神经网络的地方电厂顶峰能力模型;
10、s7.通过数据拟合方法建立燃料量、燃料热值与一次风量、二次风量、给水量之间的函数关系;
11、s8.结合步骤s7得到的函数关系式,将步骤s6建立的基于神经网络的地方电厂顶峰能力模型进一步简化为以燃料量、燃料热值、汽机阀门开度为输入量的基于神经网络的地方电厂顶峰能力模型;
12、s9.基于步骤s8得到的以燃料量、燃料热值、汽机阀门开度为输入量的基于神经网络的地方电厂顶峰能力模型,通过改变顶峰时间下燃料量或者燃料热值、或者汽机阀门开度,分析顶峰时间下的地方电厂顶峰能力。
13、具体的,所述的步骤s2中相关运行数据包括燃料量、汽机阀门开度、一次风量、二次风量、给水量、主蒸汽压力、主蒸汽温度、主蒸汽流量、功率输出、乏汽压力、乏汽流量和乏汽温度的运行数据。
14、具体的,所述的顶峰时间为每月机组带至额定负荷期间。
15、具体的,所述上述步骤s7中函数关系为:
16、yp=fp(xm,xc),
17、ys=fs(xm,xc),
18、yw=fw(xm,xc),
19、其中,yp、ys、yw、xm和xc分别为一次风量、二次风量、给水量、燃料量、和燃料热值,fp、fs和fw表示以xm和xc为变量的一次风量、二次风量、给水量函数。
20、本专利技术的有益效果是:首先对地方电厂四季中顶峰时间下的燃料抽样化验,建立随时间分布的燃料热值库;然后建立以燃料量、燃料热值、一次和二次风量、给水量为输入量,主蒸汽的压力、温度和流量为输出量的神经网络模型,建立以主蒸汽的压力、温度和流量以及汽机阀门开度为输入量,功率输出以及乏汽压力、流量和温度为输出量的神经网络模型;再次采集顶峰时间下的上述变量数据,对上述两个模型分别进行训练,并借助数据拟合方法,建立基于神经网络的地方电厂顶峰能力模型;该模型能够用于分析地方电厂在不同季节下的顶峰能力,为地调的地方电厂调度提供支撑。
本文档来自技高网...【技术保护点】
1.一种基于神经网络的地方电厂顶峰能力建模方法,其特征在于,包括如下步骤:
2.根据权利要求1所述基于神经网络的地方电厂顶峰能力建模方法,其特征在于,所述的步骤S2中相关运行数据包括燃料量、汽机阀门开度、一次风量、二次风量、给水量、主蒸汽压力、主蒸汽温度、主蒸汽流量、功率输出、乏汽压力、乏汽流量和乏汽温度的运行数据。
3.根据权利要求1所述基于神经网络的地方电厂顶峰能力建模方法,其特征在于,所述的顶峰时间为每月机组带至额定负荷期间。
4.根据权利要求1所述基于神经网络的地方电厂顶峰能力建模方法,其特征在于,所述步骤S7中函数关系为:
【技术特征摘要】
1.一种基于神经网络的地方电厂顶峰能力建模方法,其特征在于,包括如下步骤:
2.根据权利要求1所述基于神经网络的地方电厂顶峰能力建模方法,其特征在于,所述的步骤s2中相关运行数据包括燃料量、汽机阀门开度、一次风量、二次风量、给水量、主蒸汽压力、主蒸汽温度、主蒸汽流量、功率输出...
【专利技术属性】
技术研发人员:曹桂州,夏大伟,祝英浩,吴振龙,李方圆,
申请(专利权)人:国网河南省电力公司电力科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。