基于BP神经网络的空冷机组背压影响的多因素分析

根据山西平朔煤矸石电厂2012年11月的实际运行数据,建立了该厂直接空冷机组背压的BP神经网络模型,并依据该模型建立了环境温度、环境风速、汽机负荷与风机转速等多个因素对机组背压的影响曲线,最后提出了一些具体应对措施。     

600MW直接空冷机组背压控制策略的设计及优化

直接空冷机组背压的控制方案是直接空冷机组设计及运行的关键问题之一,也是业主、制造厂家和设计单位所关心的重要技术问题。以陕西国华锦界2×600 MW直接空冷机组为例,通过分析直接空冷机组背压控制的影响因素,采取相对应的安全经济运行措施,并对直接空冷机组背压调节方案进行了深入的分析及控制策略的优化。     

直接空冷机组设计背压的选择

直接空冷机组背压的选择是空冷机组设计的重要技术问题。文中从设计气温、初投资、煤价等多种因素综合考虑，通过技术经济比较，优选确定了直接空冷机组的设计背压。     

300MW直接空冷机组的冬季运行

根据漳山发电直接空冷机组特点，重点介绍了冬季启停过程及防冻的方法。     

超临界600 MW直接空冷机组背压控制策略的优化

针对山西河曲电厂超临界600 MW直接空冷机组汽轮机背压控制超调大、难以稳定等问题,对空冷系统防冻保护、空冷风机切步等控制逻辑进行了增加抗干扰回路、背压控制参数自适应等优化.优化后,从汽轮机旁路阀开启到机组带负荷且投入防冻保护功能的起机过程中背压最大偏差小于0.8 kPa,实现了空冷岛全过程自动控制,背压控制稳定,保证了空冷机组运行的安全性和稳定性.     

直接空冷汽轮机背压优化节能的潜力分析

直接空冷机组适宜背压运行可提高汽机热效率降低厂用电,从而提高机组经济性.通过优化风机运行方式,可以得到直接空冷机组最佳背压范围.针对135MW直接空冷机组进行热力分析,在建立背压优化数学模型的基础上,通过软件实时计算,指导运行优化调整,使机组在最经济背压范围运行,为进一步挖掘机组节能潜力提供有益的指导.     

基于数据挖掘的直接空冷机组背压预测及优化

为实现直接空冷机组冷端优化,以机组历史运行数据为基础结合数据挖掘与深度学习算法,提出了一种直接空冷机组冷端运行优化方法。首先,对获取的历史运行数据进行稳态筛选、工况划分,结合高斯混合模型算法确定机组多元工况下背压基准区间;然后,使用Spearman系数法选取特征变量,结合门控循环单元神经网络构建直接空冷机组背压预测模型,对比背压基准区间与背压预测值给出背压的优化建议和预警信息;最后,将该方法应用于某亚临界300 MW空冷凝汽式机组。研究结果表明：提出的背压优化方法能够给出有效的背压预警信息,实现空冷机组冷端优化运行。     

基于多参量监测的直接空冷机组冷端优化控制系统研究与应用

针对直接空冷系统热工监测手段单一、机组运行背压偏高,冬季散热管束防冻保护动作不及时等问题,通过直接空冷系统冷端多参量在线监测、基于过冷度判断凝结水防冻保护以及机组负荷分段最优背压控制的设计,构建基于多参量监测的直接空冷机组冷端优化控制系统。兼顾实现空冷系统自动防冻保护和最优背压控制,提高空冷系统冬季运行安全性的同时提高空冷机组运行经济性。     

直接空冷凝汽器最佳背压的确定方法

为了更好地提高直接空冷机组运行的经济性,以直接空冷凝汽器(空凝器)的冷端数学模型为基础,结合空冷风机的变工况运行规律,通过空冷风机风量与功率的近似关系,提出了空凝器最佳背压的数学模型,根据数学模型可从理论上得出空冷机组在不同影响因素下的最佳背压值,为直接空冷机组的运行提供参考。     

基于非支配排序遗传算法的无约束多目标优化配煤模型

分析单目标动力配煤模型的缺点,提出多目标优化配煤模型,模型将所有煤质指标都作为优化目标,根据每个指标的特点构建出安全性、经济性和环保性3个目标函数。引入带有精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-II)作为该模型的寻优算法,并结合配煤问题的特点对原算法进行适当改进和调整,对某电厂的实际配煤问题进行求解,得到分布较好的Pareto最优解集,这些解为电厂配煤人员在多个相互关联的目标之间进行决策时提供了多样的选择,具有很好的指导作用和应用价值。     

改进的多目标遗传算法在配电网规划中的应用

针对配电网规划复杂多目标优化问题,建立以经济性和可靠性为目标的配电网规划模型,提出改进的多目标遗传算法,采用分解-协调思想将复杂多变量的规划问题分解成多个子问题,分别对各子问题优化,最终达到全局优化的目的.该算法通过精英选择和个体迁移策略提高了收敛速度,将一种新型编码方式应用于此算法使配电网自然呈辐射状,同时在精华种群中加入裁剪算子以提高搜索效率.与常规算法相比较,该算法收敛性好,最后通过算例表明该算法的有效性.     

基于遗传算法的电力系统稳定器参数优化

采用所设计的遗传算法,对同时以ΔPe和Δω为输入信号、没有超前滞后环节的电力系统稳定器的Kp与Kω两个参数进行寻优,并通过仿真检验了PSS采用经遗传算法优化过的参数时的作用效果。仿真结果表明,无论是针对小干扰还是大干扰,该PSS都表现出了良好的性能。     

基于改进小生境遗传算法的电力系统无功优化

针对电力系统无功优化问题,提出一种改进小生境遗传算法来克服小生境遗传算法中小生境难以确定的不足,改善遗传算法容易陷入局部收敛和早熟的缺点。通过模糊动态聚类分析方法实现小生境群体的划分,然后利用适应度共享技术对小生境内个体适应度进行调整,以提高全局寻优能力。提出和运用隔代小生境共享机制、最优个体邻域搜索及保留策略等以提高算法的计算速度和收敛速度。通过对IEEE 57节点测试系统进行无功优化计算及结果分析,说明所提出算法的全局搜索能力强、效率高,能得到较好的结果。     

基于改进遗传算法的电力系统多目标无功优化

针对遗传算法在求解多目标无功优化方面存在的缺陷,本文提出了基于蜜蜂双种群进化型云自适应遗传算法(double bee population evolutionary cloud adaptive genetic algorithm,BEPE-CAGA)。该算法根据蜜蜂双种群进化思想,引入了雄峰通过竞争参与交叉及雄峰与决定双峰群优秀遗传基因的蜂后交叉的策略,并结合正态云模型云滴的随机性和稳定倾向性特点对其进行改进,改善了算法陷入早熟的问题,提高了算法的收敛速度。建立了以有功网损最小、电压偏差最小及电压稳定裕度最大为目标的无功优化数学模型,并以BEPE-CAGA算法求解该模型。最后通过对IEEE14和IEEE30节点系统进行算例仿真,仿真结果验证了本文所提算法的有效性,同时也证明了该算法在收敛速度和优化效果上具有比基本GA算法和CAGA算法更佳的性能。     

基于多种群遗传算法的电力系统多目标优化

为解决电力系统经济问题中的多目标问题,如煤耗和排放两个目标函数间最优解的相互冲突,协调好各目标函数,提出一种基于交互式多目标处理方法的多种群遗传算法。该算法通过追求最小总体协调度,即寻求满足总体协调度的最短"欧氏距离",来获得决策者的满意理想值;算法还引入精英策略和移民策略,提高寻优范围和效率,且能有效克服标准遗传算法通过迭代次数终止迭代、易早熟的缺陷。优化结果能体现决策者的主观意愿。实验算例验证了该算法的寻优效率,结果表明了算法的适用性和可行性。     

基于遗传算法和数据包络分析法的水火电力系统发电多目标经济调度

为充分提高水电站发电效益及达到节能降耗目的,建立了以梯级水电站发电量最大和火电机组煤耗量最小的水火电力系统短期发电多目标经济调度模型,并利用遗传算法与数据包络分析(data envelopment analysis,DEA)法求解该模型,并通过惩罚因子法将各约束条件融合到目标函数中,通过设置不同权重系数获得10种调度方案。比较不同调度方案的目标值和DEA评估值,并依据决策者喜好选取最优决策方案。算例结果验证了该方法的有效性。     

基于SPEA2算法的火电厂负荷分配的多目标优化研究

针对火电厂中以煤耗最小的单目标负荷分配优化的局限性,综合考虑机组运行的经济性、快速性和稳定性要求,应用多目标模糊规划方法建立了负荷优化分配新模型,并利用SPEA2算法进行优化求解。仿真结果表明,相比只考虑煤耗最小的单目标优化方法,多目标加权法具有更好的多样性,便于运行人员从中选择最优的负荷分配方案。     

基于多种群遗传算法的电网无功功率优化

利用新型优化理论-遗传算法进行电网无功功率优化,分析了简单遗传算法各个进化参数对无功优化性能的影响,并对简单遗传算法的生殖操作做了改进,引入多个种群同时进行优化搜索,大大降低遗传控制参数的不当设定对优化结果的影响.通过算例表明多种群遗传算法对抑制未成熟收敛的发生有明显的效果,并且经过同IEEE14节点配电网的算例结果比较,证明了该方法在电网无功优化中的有效性.