一种基于多层感知器的水电机组爬坡能力评估方法技术

本发明专利技术公开了一种基于多层感知器的水电机组爬坡能力评估方法，涉及基于多层感知器的水电机组爬坡能力评估技术领域，包括评估正爬坡和负爬坡需求并进行判断；从水轮机运转特性曲线图中摘取数据，形成数据集；构建多层感知器神经网络模型，通过处理后的数据集对神经网络进行训练；将爬坡时间依照设定的步长进行分段，基于神经网络模型计算各时段导叶开度和出力；判断各时段机组出力和导叶开度与允许范围的关系并调整。本发明专利技术所述方法通过将各时段的机组出力变化整合，形成完整的单个机组爬坡能力数据，使得单个机组的爬坡能力评估结果更加全面和准确。

【技术实现步骤摘要】

本专利技术涉及水电机组爬坡能力评估，特别是一种基于多层感知器的水电机组爬坡能力评估方法。

技术介绍

1、随着可再生能源的快速发展，风能和太阳能等可再生能源在电力系统中的比例逐步增加。可再生能源的出力受天气影响较大，波动性较强，火电、水电等传统能源承担着确保电力系统稳定与可靠的责任。在电力系统中，机组的爬坡能力是一个重要的参数，爬坡能力是指机组单位时间内能增加或减少的出力，机组的爬坡能力越强，其负荷跟踪的能力越强，机组的爬坡能力在面对快速变化的负荷需求和电力系统中可再生能源出力不稳定时显得尤其重要。

2、目前，针对水电机组爬坡能力的研究较少，主要研究中都将水电机组的爬坡能力设定为恒定值，没有充分挖掘机组的爬坡能力。为了挖掘水电机组的爬坡能力，以机组安全稳定运行下的全工况仿真模型求解结果为出发点，探明水电机组调峰的爬坡能力显得尤其重要。水轮机运转特性曲线往往呈现非线性关系，甚至可能存在转折点较多的情况，曲线变化趋势较复杂且存在急剧变化的情况，采用传统的线性插值方法会导致结果失真、精度受到影响。

3、基于神经网络算法的方法在解决结果失真等本文档来自技高网...

【技术保护点】

1.一种基于多层感知器的水电机组爬坡能力评估方法，其特征在于：包括，

2.如权利要求1所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述评估正爬坡和负爬坡需求并进行判断包括，

3.如权利要求2所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述摘取数据包括，

4.如权利要求3所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述构建多层感知器神经网络模型包括，

5.如权利要求4所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述对神经网络进行训练包括，

6.如权利要求5所述的基于多...

【技术特征摘要】

1.一种基于多层感知器的水电机组爬坡能力评估方法，其特征在于：包括，

2.如权利要求1所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述评估正爬坡和负爬坡需求并进行判断包括，

3.如权利要求2所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述摘取数据包括，

4.如权利要求3所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述构建多层感知器神经网络模型包括，

5.如权利要求4所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述对神经网络进行训练包括，

6.如权利要求5所述的基于多层感知器的水电机组爬坡能力评估方法，其特征在于：所述基于神经网络模型计算各时段导叶开度和出力包括，

7.如权利要求6所...

【专利技术属性】
技术研发人员：李初辉，王军，姚登峰，黄天雄，陈哲之，孔令超，梁银川，熊腾清，
申请(专利权)人：三峡金沙江云川水电开发有限公司，
类型：发明
国别省市：