中长时序电厂负荷预测方法、系统、电子设备及介质

    公开(公告)号:CN116108992A

    公开(公告)日:2023-05-12

    申请号:CN202310109355.3

    申请日:2023-02-13

    摘要: 本申请提供一种中长时序电厂负荷预测方法、系统、电子设备及介质,包括:建立并训练第一预测模型和第二预测模型,所述第一预测模型基于负荷影响因素历史数据、电厂历史负荷数据以及时间参数预测未来时间段的负荷,所述第二预测模型基于负荷影响因素历史数据预测未来时间段的负荷;将负荷影响因素历史数据、电厂历史负荷数据以及时间参数输入所述第一预测模型,以获取第一负荷预测值;将负荷影响因素历史数据输入所述第二预测模型,获取第二负荷预测值;根据所述第一负荷预测值和所述第二负荷预测值计算最终负荷预测值。本申请降低了对数据集规模的要求,在电厂缺少过往历史数据积累的情况精准预测电厂负荷,实现精准的长时序负荷预测。

    一种油动机异常状态检测预警方法及其电子设备

    公开(公告)号:CN117345359A

    公开(公告)日:2024-01-05

    申请号:CN202311546926.6

    申请日:2023-11-20

    IPC分类号: F01D21/00 F01D17/20

    摘要: 本发明公开了一种油动机异常状态检测预警方法及其电子设备,该方法包含:采集油动机在正常工况以及异常状态工况下的压力信号数据;对上述各个压力信号数据进行处理,通过处理后的数据训练并验证支持向量数据描述模型,得到经过固化的支持向量数据描述模型;对实测的压力信号数据进行处理得到实际测试样本,通过固化的支持向量数据描述模型对实际测试样本进行测试,得到实际测试样本与超球中心的距离Dt,若Dt≤R,则判定为正常状态,若Dt>R,则判定为异常状态并进行故障预警。其优点是:该方法只需要压力信号数据即可具备异常状态检测预警能力,同时其通过正常和异常工况的数据对模型进行训练和验证,有助于提高对异常状态检测的准确度。

    一种基于MPC的汽轮机中排压力控制方法

    公开(公告)号:CN115875090A

    公开(公告)日:2023-03-31

    申请号:CN202310109467.9

    申请日:2023-02-13

    IPC分类号: F01D17/10

    摘要: 本发明提供一种基于MPC的汽轮机中排压力控制方法,包括:获取过往中排压力数据;使用STL分解法将历史长度为m1的过往中排压力数据分解为趋势数据、周期数据和噪声数据;定义预测长度和控制长度,将分解获得的趋势数据和周期数据分别输入训练好的LSTM模型中,获得趋势数据预测值和周期数据预测值;将趋势数据预测值和周期数据预测值相加,获得中排压力预测值;基于中排压力性能指标、约束条件、中排压力实际值及中排压力预测值,确定中低压连通管阀的最优阀门开度,比较中排压力预测值与中排压力实际值,对中低压连通管阀进行调节,以对中排压力进行控制;将预测时域向前滚动一个步长,实现中排压力的滚动优化控制;本发明有效克服PID控制不及时的缺陷。