基于神经网络的火电厂锅炉效率预测系统及方法

    公开(公告)号:CN117875510A

    公开(公告)日:2024-04-12

    申请号:CN202410065804.3

    申请日:2024-01-17

    Abstract: 本发明公开了基于神经网络的火电厂锅炉效率预测系统及方法,涉及火电厂技术领域,包括以下步骤:S100、收集火电厂锅炉运行期间的历史数据,对收集的数据进行清洗,选择与锅炉效率相关的特征。本发明通过使用BP神经网络等深度学习模型,提高预测准确性,通过计算燃煤指标与锅炉效率、运行指标与锅炉效率的斯皮尔曼相关系数,可以了解各个特征对于锅炉效率的影响程度,根据相关系数的结果,调整神经网络中与这些特征相关的权重,进一步优化模型,进一步提高预测准确性,通过预测锅炉效率,火电厂可以更精准地调整运行参数,实现更高效的能源转化,提高能源利用率,降低能源浪费。

    一种基于支持向量机回归模型的发电成本预测方法

    公开(公告)号:CN117391734B

    公开(公告)日:2024-03-26

    申请号:CN202311286295.9

    申请日:2023-10-07

    Abstract: 本发明涉及一种基于支持向量机回归模型的发电成本预测方法,属于燃煤发电技术领域。本发明方法包括:获取历史各时间点的燃煤发电参数计算得到度电发电成本数据集;获取所述历史各时间点相应的锅炉运行参数进行预处理,得到运行参数数据集;所述燃煤发电参数和锅炉运行参数均包括总煤量和各种煤的掺配比例;基于所述运行参数数据集和所述发电成本数据集构建训练集;使用训练集对DA‑SVM模型进行训练,得到训练好的DA‑SVM模型;其中DA‑SVM模型为基于蜻蜓算法改进的支持向量机回归模型;使用所述训练好的DA‑SVM模型基于当前锅炉运行参数预测发电成本。本发明方法能够基于燃煤企业的生产历史数据有效准确的预测发电成本以及指导企业调整生产方案。

    一种基于支持向量机回归模型的发电成本预测方法

    公开(公告)号:CN117391734A

    公开(公告)日:2024-01-12

    申请号:CN202311286295.9

    申请日:2023-10-07

    Abstract: 本发明涉及一种基于支持向量机回归模型的发电成本预测方法,属于燃煤发电技术领域。本发明方法包括:获取历史各时间点的燃煤发电参数计算得到度电发电成本数据集;获取所述历史各时间点相应的锅炉运行参数进行预处理,得到运行参数数据集;所述燃煤发电参数和锅炉运行参数均包括总煤量和各种煤的掺配比例;基于所述运行参数数据集和所述发电成本数据集构建训练集;使用训练集对DA‑SVM模型进行训练,得到训练好的DA‑SVM模型;其中DA‑SVM模型为基于蜻蜓算法改进的支持向量机回归模型;使用所述训练好的DA‑SVM模型基于当前锅炉运行参数预测发电成本。本发明方法能够基于燃煤企业的生产历史数据有效准确的预测发电成本以及指导企业调整生产方案。

    一种基于相似度计算的火电发电燃煤掺烧方案调优方法

    公开(公告)号:CN117391240A

    公开(公告)日:2024-01-12

    申请号:CN202311286367.X

    申请日:2023-10-07

    Abstract: 本发明涉及一种基于相似度计算的火电发电燃煤掺烧方案调优方法,属于火电发电技术领域。包括:获取火电企业多组历史运行工况数据以及相应时间点的多个历史燃煤掺烧方案;分别计算火电企业当前运行工况数据与各组历史运行工况数据的相似度,得到多个相似度计算结果;基于所有相似度计算结果确定最优相似度结果集;确定最优相似度结果集中各相似度计算结果对应的历史燃煤掺烧方案作为备选掺烧方案;计算各备选掺烧方案的度电生产成本,得到度电生产成本集;基于度电生产成本集确定所述当前运行工况的最优燃煤掺烧方案。本发明方法能够实时计算准确的度电发电成本,并基于历史数据匹配出当前工况可以达到最优成本的燃煤掺烧方案,有效指导生产。

Patent Agency Ranking