[发明专利]一种火电机组实发功率预测方法在审

专利信息
申请号: 201510834332.4 申请日: 2015-11-25
公开(公告)号: CN105488266A 公开(公告)日: 2016-04-13
发明(设计)人: 殳建军;高爱民;于国强;丁建良;张卫庆 申请(专利权)人: 江苏方天电力技术有限公司;江苏省电力公司;国家电网公司
主分类号: G06F17/50 分类号: G06F17/50;G06N3/12
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 杨晓玲
地址: 211102 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 火电 机组 实发 功率 预测 方法
【说明书】:

技术领域

发明涉及火电机组实发功率预测技术领域,具体涉及一种基于遗传优化 和T-S模糊建模的火电机组实发功率预测方法,属于热能动力工程和热工控制 领域。

背景技术

电网频率反映了电力系统内发电出力与负荷的平衡关系,二者的不平衡会 导致电网频率偏离额定值发生波动。因此电网频率是整个电力系统安全运行的 重要参数,同时也是评价电能质量的一个重要指标。为了保障电网的安全与供 电电能的质量,我国对电网频率波动进行了严格的规定。

现代电网在电网频率的调节上一般分为一次调频和二次调频。通过利用汽 轮机调速系统来缓和电网频率的改变程度的一次有差调频和机组采用AGC方式 的二次无差调频能够使电网频率的偏差稳定在较小的范围之内。但随着现代电 网规模的扩大,分布式能源的加入以及特高压直流和智能电网的建设,对现行 电网控制提出了精细化、智能化的更高的控制要求,因此通过对并网运行机组 实发功率的预测可以实现有功调节能力和性能的实时评估,对电网电能的调度 具有重要意义。

发明内容

技术问题:本发明的目的在于提供一种基于遗传优化和T-S模糊建模的火电 机组实发功率预测方法,该方法利用火电机组可测数据,对数据进行分析处理, 输入量筛选,建立T-S模糊预测模型,为电网调度提供参考。

技术方案:本发明的一种基于遗传优化和T-S模糊建模的火电机组实发功 率预测方法,包括遗传优化实现模型输入量优化选择、基于模糊聚类方法T-S 模糊模型前件参数的建立、基于最小二乘法T-S模糊模型后件参数的辨识。

首先基于遗传优化实现模型输入量优化选择,由火电机组实发功率影响因 素即预测模型可能输入量的确定与遗传优化输入量筛选,确定火电机组实发功 率影响因素即预测模型可能输入,具体包括:机组实际功率、机组负荷指令、 压力偏差、主蒸汽偏差、再热汽温偏差、闭锁增信号、闭锁减信号、机组最大 允许负荷、机组最小允许负荷、负荷速率设定值、锅炉主控指令、汽机主控指 令、燃料主控指令、磨煤机运行台数、煤质校正系数、过热度偏差、电网调度 负荷指令、一次调频负荷指令18个预测模型的可能输入量。其次利用遗传算法 进行优化计算,将解空间映射到编码空间,每个编码对应问题的一个解,将编 码长度设计为18,染色体的每一位对应一个输入自变量,每一位的基因取值只 能是1和0两种情况,如果染色体某一位的值为1,表示该位对应输入自变量参 与最终建模;反之,则表示0对应的输入自变量不作为最终的建模自变量。选 取测试集数据均方误差的倒数作为遗传算法的适应度函数,从而通过迭代进化, 最终筛选出最具代表性的输入自变量参与预测模型的建立。

其次是基于模糊聚类方法T-S模糊模型前件参数的建立,模糊聚类的实现 步骤如下:

(1)给出初始划分聚类数c=2,初始隶属度矩阵U1,初始步数m=1;

(2)计算第i个模糊类的中心值ci

ci=Σk=1NμikxkΣk=1Nμik,i=1,2,...,c]]>

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏方天电力技术有限公司;江苏省电力公司;国家电网公司,未经江苏方天电力技术有限公司;江苏省电力公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510834332.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top