摘要
本发明提供一种改进的超超临界机组协调控制系统建模方法,涉及超超临界机组协调控制系统技术领域,首先设计了一种新的数据驱动实验建模方法,结合ResNet50的改进变压器网络和超参数优化方案提取长期依赖关系和局部特征的能力,保证了CCS在调峰和快速功率变化条件下建模的准确性。然后,针对感知域和复杂特征学习能力的提升,提出了一种基于transformer卷积运算和ResNet50自注意机制的改进神经网络,并利用李雅普诺夫函数证明了该网络的收敛性。最后,提出了基于堆优化器和哈里斯鹰优化的HHBO算法,提高了算法的收敛速度和优化能力,确保数据驱动建模方法能够在负荷范围大功率变化快的情况下达到很好的性能。
技术关键词
协调控制系统
超临界机组
李雅普诺夫函数
残差网络
注意力
数据驱动建模方法
神经网络训练数据
编码器
数据嵌入方法
CCS系统
算法
位置更新
滑动窗口
主蒸汽压力
归一化方法
机制