申请/专利权人：国网河南省电力公司电力科学研究院

申请日：2023-10-30

公开（公告）日：2024-01-09

公开（公告）号：CN117371329A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/28;G06N3/04;G06F113/08;G06F119/14;G06F119/06;G06F119/08;G06F113/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明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，首先对地方电厂四季中典型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；再次采集典型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，具有很强的实际应用价值。

主权项：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：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；S2.针对顶峰时间下采集地方电厂相关运行数据；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；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；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；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；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；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；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。

全文数据：

权利要求：

百度查询： 国网河南省电力公司电力科学研究院 一种基于神经网络的地方电厂顶峰能力建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD