公开(公告)号：CN119960309A

公开(公告)日：2025-05-09

申请号：CN202510114894.5

申请日：2025-01-24

Applicant: 安徽新力电业科技有限责任公司 ,  国网安徽省电力有限公司电力科学研究院

Inventor： 吴妍 ,  马大卫 ,  张更 ,  赵常威 ,  计巧珍 ,  宋纪双 ,  周仲康 ,  苏阳 ,  曹菊林 ,  戴皓升 ,  计超

IPC: G05B13/04

Abstract: 本发明公开了一种火电机组深度调峰下低碳经济运行优化控制方法，基于机组运行历史数据、燃煤成分历史数据和历史日度碳排放量，集成多种机器学习算法建立关于日度碳排放量的预测模型，利用预测模型，以机组运行实时数据和燃煤成分实时数据为输入，计算获得日度碳排放量预测值；并在火电机组低负荷深度调峰的条件下构建多目标优化函数，将预测模型作为多目标优化函数中优化机组碳排放量目标的子函数，以经济收益最大化、碳排放最小化为优化目标，综合燃料成本和电价，获得多目标优化结果用于生成决策变量以调整机组运行参数。本发明实现了深度调峰下低负荷波动工况变化的快速响应，确保锅炉稳定燃烧，降低碳排放并提高经济效益，为燃煤电厂的低碳化转型提供技术支撑。

公开(公告)号：CN119782821A

公开(公告)日：2025-04-08

申请号：CN202510259131.X

申请日：2025-03-06

Applicant: 国网安徽省电力有限公司电力科学研究院

Inventor： 马大卫 ,  孔明 ,  汤伟 ,  周璇 ,  苏阳 ,  戴皓升 ,  陈剑 ,  计超 ,  丛星亮 ,  丁磊 ,  吴妍

IPC: G06F18/214 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0895 ,  G06F18/25

Abstract: 本发明公开了一种CO2浓度检测模型训练方法、装置及火电碳排放监测系统，方法包括收集不同浓度CO2及对应的特征信息作为有标签样本数据；利用有标签样本数据对生成对抗网络进行训练得到训练好的生成器和恢复器；利用生成器根据随机噪声生成伪数据的潜在表示后通过恢复器将伪数据的潜在表示转换为与有标签样本数据维度相同的伪数据；利用伪数据和有标签样本数据对CO2浓度检测模型进行训练；本发明基于生成对抗网络和半监督学习的CO2浓度检测模型训练方法，能够以尽量少的数据实现检测模型的学习和建立，降低数据采集成本，且训练出的模型更准确、并能够适应多样的检测条件。