火电机组供电碳减排高维运行特征提取及其最优基准值确定

面向火电机组供电碳减排,系统研究最优运行基准值确定方法。首先,通过机理分析获得影响机组供电碳排放的全维运行参量,提出随机抽样一致–多项式最小二乘拟合(randomsampleconsensus-leastsquarepolynomialfitting,RANSAC-LSPF)算法进行稳态数据鲁棒筛选和工况划分;然后,采用近邻成分分析(neighborhoodcomponentanalysis,NCA)算法从各工况全维非线性参量中提取特征子集,合并确立全工况高维特征标准集;在各工况建立其与供电碳排放的长短期记忆(longshort-termmemory,LSTM)神经网络非线性模型;输入基于碳排放辅助基准值定义及高维聚类获取的各工况高维运行特征基准值,即得到更具泛化性的机组各工况供电碳排放最优基准值。最终,采用西北某600MW热电联产机组历史数据进行方法验证和在线更新部署,表明了该方法的有效性。