摘要
本发明实施例提供了一种联合循环发电系统的负荷预测调节方法及装置,属于联合循环发电技术领域,解决了现有方法处理机组数据时,LSTM神经网络模型对机组数据的自适应差、无法避免梯度弥散的问题,方法包括获取联合循环发电系统时序性工作参数,预构建负荷预测模型,输出下一周期内联合循环发电系统负荷曲线,基于联合循环发电系统负荷出力约束、负荷调节约束实现联合循环发电系统分布式调节计算;本发明结合群体智能算法、反向传播神经网络构建了负荷预测模型,负荷预测模型兼具了群体智能算法、反向传播神经网络对时序性工作参数处理的优点,能够精准的输出下一周期内联合循环发电系统负荷曲线,为联合循环发电系统分布式调节提供依据。
技术关键词
联合循环发电系统
负荷预测模型
群体智能算法
时序
实时数据
参数
曲线
联合循环发电技术
LSTM神经网络模型
门控结构
数据采集模块
周期
燃气轮机组
模型训练模块
标签
蒸汽轮机
系统设备
系统为您推荐了相关专利信息
模型训练设备
图像训练方法
微流控分析平台
托盘
时序
突发事件应急救援
突发事件数据
构建知识图谱
突发事件现场
策略
全光谱
趋势预测方法
趋势预测模型
多尺度注意力机制
长短期记忆网络