摘要
本申请涉及一种热电联产机组的电负荷预测方法和系统,其中,该方法包括:基于热电联产机组的运行特性,构建表征运行特性与机组发电量之间相关性的机理模型;通过机理模型,构建基于极限学习机算法的相关性预测模型;获取热电联产机组的历史运行数据作为训练数据,以对模型进行训练,得到训练好的相关性预测模型;通过训练好的相关性预测模型,对热电联产机组的发电量进行预测。通过本申请,实现了热电联产机组的机理模型与极限学习机算法之间的有机结合,仅需依据机组运行特性的物理量,即可对发电量进行较为准确的预测,进而指导电厂在煤电容量电价机制下完成负荷申报与运行优化,解决了如何对热电联产机组的发电量进行准确预测的问题。
技术关键词
热电联产机组
历史运行数据
供热抽汽
汽轮机主蒸汽
极限学习机算法
机组发电量
负荷预测方法
异常数据处理
预测模型训练
主蒸汽流量
低压
负荷预测系统
训练数据量
线性插值法
模块
系统为您推荐了相关专利信息
压缩空气储能系统
识别模型构建方法
历史运行数据
热交换
性能识别方法
历史运行数据
性能预测模型
历史性能数据
透平膨胀机组
性能预测方法
数字化电能表
校验误差
历史运行数据
校验方法
分析电能表
智能故障诊断方法
原型
数据特征提取
多模态
历史运行数据