基于数据挖掘的直接空冷机组背压预测及优化 |
| |
引用本文: | 刘宇航,顾煜炯,郑庆帅,李子浩,马吉伟,宋光雄.基于数据挖掘的直接空冷机组背压预测及优化[J].热力发电,2023(5):127-135. |
| |
作者姓名: | 刘宇航 顾煜炯 郑庆帅 李子浩 马吉伟 宋光雄 |
| |
作者单位: | 1. 华北电力大学能源动力与机械工程学院;2. 华北电力大学国家火力发电工程技术研究中心 |
| |
基金项目: | 国家重点研发计划项目(2017YFB0603904-4)~~; |
| |
摘 要: | 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。
|
关 键 词: | 直接空冷机组 背压优化 数据挖掘 基准区间 门控循环单元神经网络 |
|
|