改进自备电站运行工况途径的探讨

石油化工厂一般都建有自备电站，既供电又供热，解决本厂生产和生活用热、用汽又能综合利用本厂余热资源。热电合供的电站取得一定经济效果，热电联产前途大有可为。但由于化工企业供热冬季、夏季变化较大，夏季负荷已显偏小，运行经济效益明显下降。如某厂附属动力站，有5台锅炉额定负荷420 t/h，两台背压机组额定功率24 MW。在冬季机组功率可达20 MW，基本处于经济负荷区域运行。而夏季负荷只有3～4 MW，锅炉流量只有60～80 t/h，处于最低负荷区运行，机组效率下降，设备有效利用率降低，厂用率达30%。供热负荷低于50%，每度电汽耗达20…     

基于改进k-means算法的海量智能用电数据分析

针对智能用电数据挖掘面临数据量大、挖掘效率低等难题,进行Map-Reduce模型下基于改进k-means的海量用电数据分析研究。以家庭用户为例,建立了家庭用户用电信息的家庭用户号、房屋面积、家庭成员数、每天用电量、峰谷电量、家用电器数等的数据维度模型,利用k-means算法简单、收敛速度快的优势,克服其容易陷入局部最优解的缺陷,综合考虑初始聚类中心的选择及聚类个数的选取2个因素,以数据对象密度的大小作为初始聚类中心的选取标准,将簇间距离及簇内对象的分散程度作为聚类数目选择的重要参考,对k-means算法进行改进;为提高数据处理效率,进行Map-Reduce处理模型下的海量家庭用户用电数据的并行挖掘。通过在Hadoop集群上进行实验,结果证明提出的算法运行稳定、高效、可行,且具有良好的加速比。     

基于改进k-means算法的光伏发电出力场景分析

为了保证电网运行的安全可靠,对光伏发电出力进行准确描述至关重要.提出布谷鸟算法优化的灰狼算法对传统k-means聚类算法进行改进,并将其应用于光伏发电出力场景分析.仿真结果表明,利用改进k-means算法缩减后得到典型场景的累积分布曲线与初始场景的累积分布曲线走势相同,且两者之间的差距很小,差异度接近0.因此典型场景不...     

基于电厂工况划分的双层聚类算法研究

以利用火电厂实时数据的工况划分为对象,提出了一种基于SOM网络模型和改进K-均值算法的双层聚类算法。海量数据通过SOM网络的压缩,神经元保持了与原始数据的相同结构;再利用优化了初始聚类中心和可自适应调整到最佳K值的改进K-均值聚类算法,将神经元进一步聚类。实现了在较短时间内合理划分电厂生产过程工况的目标。     

基于改进的k-means聚类算法的季节性负荷特性分析

负荷特性分析的研究对电力系统稳定运行和调度具有重要意义。以历史负荷数据为基础,采用改进的k-means聚类方法得到具有代表性的负荷特性曲线。在考虑了检验聚类结果有效性模型的基础上加入了最大最小算法,让初始聚类中心稳定;采用改进的k-means聚类典型场景缩减算法,考虑到气候因素的影响,按照春、夏、秋、冬4个季节来对负荷数据进行分类,对历史负荷数据进行处理,得到具有代表性的负荷特性曲线。以某市的历史数据为例进行仿真分析,结果表明,该算法可以将原始的大规模场景缩减合并后得到可以表述该市的几个更少的负荷特性曲线,具有代表性和准确性,更具实际应用价值。     

基于改进浮点遗传算法的潮汐电站优化运行

在分析潮汐电站运行特性基础上,建立其多维优化的月周期优化调度模型。该模型含有线性和非线性约束,而且目标函数呈非线性。利用整体算术交叉和精英保留策略,设计出一种全局寻优的浮点数编码改进遗传算法。算法实例求解结果与电站实际月发电量和动态规划法求解结果比较后表明,该算法可行、有效,提高了求解质量和运行效率。     

基于改进布谷鸟算法的随机最优潮流

面对各种智能算法在优化问题的应用中出现的问题,提出一种基于量子计算和混沌局部搜索的布谷鸟算法。混沌局部搜索采用切比雪夫映射产生的混沌数列,以产生的新最优个体替代原始最优个体,并利用量子旋转门更新其余个体,达到更快收敛并跳出局部解的效果。以随机最优潮流问题作为修正布谷鸟算法的应用场景,考虑分布式电源和负荷的随机性,建立随机最优潮流的机会约束模型,机会约束的处理采取修正变量上下限的方式。以IEEE33节点为算例,对比了4种不同智能算法的计算结果和收敛情况,验证了修正的布谷鸟算法在随机最优潮流中收敛速度快,收敛结果好,稳定性好的特点。     

大型电站锅炉实际运行工况的数值预报

利用自己提出的弥散介质辐射模型和新的数值计算方法,对大型燃烧煤锅炉的实际燃烧过程进行了总体模拟,得到了十分令人满意的结果,从而深化了对基本燃烧现象和实际燃烧过程的认识;通过对实际运行工况的预报和优化,显示了数值计算在为 运行优化方面所具有的价值,表明计算模拟已经成为一种重要的辅助手段。     

一种基于解空间划分的配电网最优重构算法

提出了一种基于解空间划分的配电网最优重构算法。根据配电网不同拓扑结构上的共同点,制定一个划分规则,将配电网重构的整个解空间划分为不同的可行子空间和不可行子空间,排除不可行子空间,同时使用局部寻优算法找出各可行子空间中的最优解,逐一计算网损并进行比较,找出全局最优解。该算法能够确定地得到配电网重构最优解,且显著减少了需要计算网损的候选解数目,使计算效率能够满足实际需要,PG&E69节点系统和IEEE 33节点系统的算例结果与分析证明了该结论。     

基于改进k-means算法的VPP负荷曲线聚类方法及应用

能源互联网的建设,将物联网、人工智能、云计算等技术融入电网。虚拟电厂作为能源互联网的基本单元,其聚合、运行方式也将迎来改变。针对虚拟电厂如何有效参与电网运行,提出一种基于主成分分析降维和凝聚层次聚类与k-means聚类相结合的虚拟电厂负荷曲线聚类方法,并对聚类结果的应用进行了研究。首先,结合信息物理网络所获数据,采用主成分分析方法对参与虚拟电厂聚合的不同负荷的特征进行分析,对数据进行标准化处理并降低维度;然后,利用凝聚层次聚类和k-means聚类相结合的算法,对所有参与聚合的负荷出力曲线进行聚类,得到同类别的负荷曲线簇并找出聚类中心;最后,分析聚类结果,建立与之匹配的评价体系,通过综合评价选取合适的负荷组合参与虚拟电厂聚合。     

基于电厂工况划分的模糊C-均值聚类算法研究

火电机组在运行过程中产生大量的历史数据,而目前所使用数据分析方法仅仅对这些历史数据进行简单的分类和统计,并不能对这些数据所隐含的规律进行挖掘。利用相关性分析对某电厂的实时数据进行研究,从大量的机组运行参数中筛选出对机组能耗影响较大的重要参数:负荷、循环水入口温度、主蒸汽温度、再热蒸汽温度、主蒸汽压力、循环水流量。然后,介绍了模糊C-均值聚类算法的相关理论及其应用,利用此方法对以上6个参数进行工况划分。实际应用结果表明,在对电厂大量实时进行数据聚类和合理工况划分过程中,模糊C-均值聚类算法起到一定作用,并且对优化运行和机组节能优化有重大的意义。     

电网调度中运行时段的最优划分方法

目前电网经济运行方式多是根据负荷的变化对设备实时调整。文章提出根据负荷曲线按时间区段进行调整的思想,并以总均方差最小为目标给出了按时间对负荷曲线分段的优化计算表达式,该方法具有通用性,在电网运行调整中兼顾了设备的寿命和电网运行的安全性。     

电站锅炉运行中配风工况的检测计算

本文根据现场的实际经验及计算推导,提出了合理的烟气取样分析点的布置、奥氏分析仪所得CO_2、O_2可靠性的检验,以及当考虑到燃料不完全燃烧影响时过量空气系数的计算公式。     

基于改进布谷鸟算法的电力系统最优调度研究

在布谷鸟算法的基础上提出了一种改进的多目标布谷鸟优化算法,并利用此算法优化求解考虑经济性和环保性的电力系统最优调度模型。其主要的改进策略为在原算法的基础上引入粒子群算法中的交流算子促进鸟巢之间的交流,同时将发现概率和步长2个固定参数设置为动态量提高算法的收敛速度,在鸟巢位置更新过程中采用非支配排序和计算拥挤距离的方法来维护档案集,产生最优解后,利用模糊数学集的满意度评价理论获得折中最优解。算法分析结果表明改进后的算法具有较好的寻优速度和精度,同时能有效提高全局收敛性以及保证Pareto非劣解的多样性。     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性.通过IEEE-30节点系统的计算结果表明该算法是可行的.与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快.     

基于凝汽器压力估计算法的循环水泵最优运行

确定循环水泵最优运行方式的关键在于计算循环水泵在不同运行方式时的凝汽器压力估计值。现有文献在利用凝汽器变工况计算凝汽器压力估计值时,认为汽轮机低压缸排汽和凝结水之间的焓差保持不变,同时还难以准确计算出凝汽器总体传热系数。针对上述问题,该文基于换热理论提出了一种新的凝汽器压力估计值计算方法。同时考虑闭式循环水系统中冷却塔对循环水入口温度的影响,确定出循环水泵最优运行方式。并将该方法应用到某2×600MW机组中。     

基于直流最优潮流LMP算法的改进模型

提出一个基于直流最优潮流的改进模型来计算LMP新模型通过引入一个损耗分布因子矢量,将原本集中在参考节点的系统损耗明确的分布到某些节点上.新模型采用迭代的计算方法计算非线性的系统损耗.     

基于SEP协议改进的最优稳定选举算法

针对二级初始能量异构的无线传感器网络运行过程中出现的节点能耗不均衡和网络稳定生命周期较短问题,基于SEP协议,考虑节点和簇头能量因素,以及结合节点和簇头的数据传输距离因素,提出一种改进的稳定选举路由算法(E-SEP),分析了算法本身在不同高级节点占比和不同总结点数量下的性能,并与低功耗自适应集簇分层-确定性簇头选取(L...     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性。通过IEEE-30节点系统的计算结果表明该算法是可行的。与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快。