基于信息物理融合和XGBoost-MPGA算法的燃煤电厂脱硫系统运行优化

针对脱硫系统运行优化过程中脱硫效率回归模型精度不够,及运行优化方案在实际运行中难以有效执行的问题。该文提出一种基于信息物理融合和XGBoost-MPGA的脱硫系统运行优化方法。通过构建XGBoost脱硫效率回归模型作为脱硫变动成本函数的变量,利用MPGA寻找脱硫变动成本最低时对应的脱硫效率,然后逆向求解出脱硫效率回归模型中液气比、吸收塔浆液pH值、吸收塔液位优化值。通过实例分析表明,XGBoost-MPGA相比BP神经网络、随机森林和GBRT回归模型具有更好的预测性能,且与XGBoost-SGA比较,在脱硫变动成本极值寻优过程具有更好的稳定性和收敛性。并通过信息物理融合方法消除了脱硫物理设备在运行优化操作后对脱硫变动成本信息的影响,提高了运行优化操作方案的可靠性和经济性。     

基于GA-BP和PSO-BP神经网络的间冷塔扇区出水温度预测研究

基于某电厂330 MW机组分布式控制系统(DCS)采集的实测运行数据,通过灰色关联度分析扇区出水温度与其影响因素之间的关联关系,分别利用遗传算法(GA)和粒子群算法(PSO),对BP神经网络间冷塔出水温度预测模型进行优化.优化结果表明,遗传算法和粒子群优化算法对BP神经网络的预测结果优化作用明显,并且PSO-BP神经网络模型的优化效果优于GA-BP神经网络模型.     

新形势下售电公司转型综合能源服务商的探讨

<正>近年来,随着国家能源转型和电改工作的逐步推进,综合能源服务成为国内能源领域的热门话题。从2019年开始,国家电网和南方电网着手布局综合能源服务市场,南方电网产业部发布了《关于明确公司综合能源服务发展有关事项的通知》,明确了综合能源服务领域发展重点和业务界面,支撑公司向能源产业价值链整合商转型;国家电网也出台了《国家电网有限公司关于推进综合能源服务业务发展2019-2020年行动计划》,提出践行公司"三型两网、世界一流"的战略目标,将公司建设成为综合能源服务领域的主要践行者、深度参与者、重要推动者和示范引领者。两大电网频频发力,使得综合能源服务关注     

考虑燃煤机组健康状态的断面优化调度策略

大容量燃煤机组故障减负荷或非停,容易造成电网功率波动,引起断面过载,潮流控制难度较大。为了减少电源故障对电网运行的扰动,将燃煤机组健康状态和安全约束调度结合在一起,制定断面优化调整调度策略,并在AGC控制下执行。该策略在实现AGC对电网负荷有效跟踪调整的前提下,使更安全稳定、更经济环保的机组多发电,满足智能电网发展要求。