| 基于深度学习及混沌优化的燃机电站机组热电负荷优化分配 |
| |
| 引用本文： | 刘 钢1,金轶群1,曹 旭2,赖 菲2,柴胜凯2,吴 涛2,何 新2,王智微2,褚贵宏2. 基于深度学习及混沌优化的燃机电站机组热电负荷优化分配[J]. 热力发电, 2022, 51(2): 178-182 |
| |
| 作者姓名： | 刘 钢1 金轶群1 曹 旭2 赖 菲2 柴胜凯2 吴 涛2 何 新2 王智微2 褚贵宏2 |
| |
| 作者单位： | 1.国家电投四会热电有限公司，广东 肇庆 519000；2.西安热工研究院有限公司，陕西 西安 710054 |
| |
| 摘 要： | 提出了一种基于深度学习及混沌优化的燃机电站机组热电负荷优化分配的新方法。采用深度学习理论中长短时记忆（LSTM）神经网络算法建立机组能耗模型，通过对模型中机组能耗和电负荷、热负荷、环境参数之间非解析函数关系训练学习，并采用混沌优化算法对LSTM神经网络算法训练得到的模型进行负荷优化分配，得到机组最优负荷分配下最小气耗量。实际算例计算结果表明，本文方法计算结果有效，可提高机组运行的经济性。
|
| 关 键 词： | 燃机电站 能耗特性 负荷分配 深度学习 LSTM神经网络 混沌优化 |
Load optimal distribution of combined heat and power in gas turbine power plant using deep learning and chaotic optimization method |
| |
| LIU Gang1,JIN Yiqun1,CAO Xu2,LAI Fei2,CHAI Shengkai2,WU Tao2,HE Xin2,WANG Zhiwei2,CHU Guihong2. Load optimal distribution of combined heat and power in gas turbine power plant using deep learning and chaotic optimization method[J]. Thermal Power Generation, 2022, 51(2): 178-182 |
| |
| Authors: | LIU Gang1 JIN Yiqun1 CAO Xu2 LAI Fei2 CHAI Shengkai2 WU Tao2 HE Xin2 WANG Zhiwei2 CHU Guihong2 |
| |
| Affiliation: | 1. SPIC Sihui Cogeneration Co., Ltd., Zhaoqing 519000, China; 2. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《热力发电》浏览原始摘要信息 |
|
点击此处可从《热力发电》下载免费的PDF全文 |
|
