[发明专利]一种燃煤发电机组节能改造性能优化方法及系统

权利要求书

1.一种燃煤发电机组节能改造性能优化方法，其特征在于，包括以下步骤：

获取对燃煤发电机组热耗和机组煤耗有影响的参量，得到至少两个决策参量；

获取在预设时间段内，各个决策参量所对应的机组热耗和机组煤耗样本；

以机组热耗和机组煤耗作为适应度函数，运用多目标进化算法，对决策变量在各自的上下限范围内进行优化，得到优化后的决策参量；

以优化后的决策参量为输入，利用预设多层前馈神经网络，得到优化后的机组热耗和机组煤耗；

当优化后的机组热耗低于机组热耗的样本均值，且机组煤耗均低于机组煤耗的样本均值时，确定此时的优化后的决策参量为最优调节参量。

2.如权利要求1所述的燃煤发电机组节能改造性能优化方法，其特征在于，当优化后的机组热耗和机组煤耗至少有一个高于对应的机组热耗和机组煤耗的样本均值时，获取新的决策参量进行优化。

3.如权利要求1所述的燃煤发电机组节能改造性能优化方法，其特征在于，运用多目标进化算法，对决策变量在各自的上下限范围内，进行优化，具体为：

初始化，设进化代数N＝0，随机产生决策变量的初始解P，建立一个空集合P’，设置最大进化代数；

赋值P_t→P_t’，计算P_t和P_t’中个体的适应值，对P_t’中的元素i给定强度值S_i，S_i＝q/(Q+1)，其中q代表P_t’中的非支配点支配的P_t中的点的数目，Q代表P_t集合中点的总数目；

P_t集合里的点的适应度等于P_t’中支配该点的非支配解的S_i值相加1；

如果进化代数大于最大迭代数，或者最大适应值与平均适应值之差和平均适应值比值大于预设阈值，中止迭代，P_t+1’中的非支配个体即为多目标进化算法最优解集。

4.如权利要求3所述的燃煤发电机组节能改造性能优化方法，其特征在于，如果不满足中止迭代条件，从P_t+P_t’中选出个体放到交配池中，对交配池里面的元素进行杂交变异，产生的新个体进入P_t+1，重新进行赋值操作，直至中止迭代，得到最优解集。

5.如权利要求1所述的燃煤发电机组节能改造性能优化方法，其特征在于，所述多层前馈神经网络的训练时，以决策变量为输入，以机组热耗和机组煤耗为输出；

对输入样本，前向计算神经网络每层神经元的输入信号和输出信号，由期望输出和求得的实际输出，计算误差信号；

若误差信号满足要求，则判断神经网络是否已经学完所有的训练样本，若是，则结束训练，完成神经网络建模，若否，则重复上述步骤，直至每个样本都被学习完成。

6.如权利要求5所述的燃煤发电机组节能改造性能优化方法，其特征在于，若误差信号不满足要求，则判断下一次迭代是否大于最大迭代次数，若是，则结束训练，完成神经网络建模；若否，则对输入样本反向计算每层神经元的局部梯度，并计算权值矩阵修正量，更新权重矩阵，继续进行迭代计算。

7.如权利要求6所述的燃煤发电机组节能改造性能优化方法，其特征在于，利用更新后的迭代矩阵进行迭代计算，判断是否学完所有的训练样本，若是，则结束训练，得到燃煤发电机组节能改造性能模型；若否，则继续根据输入信号前向计算神经网络每层神经元的输入信号和输出信号，循环迭代计算，直至结束训练，得到燃煤发电机组节能改造性能模型。