一种基于两阶段集成学习的热电联供负荷调度方法技术

本发明专利技术公开了一种基于两阶段集成学习的热电联供负荷调度方法，包括以煤耗为标签构建多类型热电联供机组运行数据集，基于两阶段梯度提升决策树法，根据数据集训练获得各机组实时耗煤量模型，引入各机组实时耗煤量模型建立优化方程，获得机组负荷调度模型，求解机组负荷调度模型获得最优负荷分配策略。采用两阶段梯度提升决策树模型训练方法能够自动调整训练数据集，提高模型在不同工况条件下快速且精准的获得机组耗煤量，使得最终获取的最优调度结果更加准确，解决了现有技术中各类机器学习模型还需要研究人员进行多次参数调整，耗时耗力的问题。

【技术实现步骤摘要】

本专利技术涉及电力，尤其是涉及一种基于两阶段集成学习的热电联供负荷调度方法。

技术介绍

1、随着国际能源市场价格大幅上涨以及国内煤炭供应持续收窄，燃煤电厂的运行成本日益增加。如何提高机组运行效率、降低度电成本是目前燃煤电厂面临的主要挑战之一。同时，在新能源发电份额占比逐年增加的情况下，全国的传统能源结构正在进行着巨大的变革。火电作为过渡期的基础能源，依然在社会发展中发挥着巨大的作用，并在辅助调峰、应急能源等方面提供有效调节手段。在未来的几十年中，燃煤电厂依然将在能源体系中扮演重要的角色，因此，研究热电联供机组的优化方法对于降低碳排放量、提升燃煤经济性具有重要意义。

2、在研究热电联供机组优化方法中涉及到对实时煤耗量估计，针对实时煤耗量估计问题目前也存在有多种方法，如引入机理反平衡法，通过对机组总热耗量、锅炉热效率、供电煤耗实现对煤耗的实时计算。尽管机理公式可以对所有工况的煤耗进行计算和估计，但是机理公式无法涵盖所有设备的数据，因此会存在偏差。另外，当存在部分数据缺失时，机理公式无法完成计算。为解决上述问题，基于数据驱动的方式被引入到实时煤耗估计本文档来自技高网...

【技术保护点】

1.一种基于两阶段集成学习的热电联供负荷调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是数据集构建包括：

3.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是所述模型特征多样性判断，包括：

4.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是所述的数据集进行特征重构，包括：

5.根据权利要求4所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是所述的划分属性的重要性程度的计算包括：

6.根据权利要求1所...

【技术特征摘要】

1.一种基于两阶段集成学习的热电联供负荷调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是数据集构建包括：

3.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是所述模型特征多样性判断，包括：

4.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是所述的数据集进行特征重构，包括：

5.根据权利要求4所述的一种基于两阶段集成学习的热电联供负荷调度方法，其特征是所述的划分属性的重要性程度的计算包括：

6.根据权利要求1所述的一种基于两阶段集成学习的热电联供负荷调度方法，其...

【专利技术属性】
技术研发人员：刘盛辉，傅骏伟，孙士恩，范海东，滕卫明，黄小光，沈紫嫣，
申请(专利权)人：浙江省白马湖实验室有限公司，
类型：发明
国别省市：