摘要
本发明涉及深度调峰技术领域,特别涉及一种燃煤电厂深度调峰的控制方法。首先获取当前负荷数据、当前天气预报和当前节假日信息,将当前负荷数据、当前天气预报和当前节假日信息输入至训练完成的电网的负荷需求预测模型中,得到需求电荷量,根据需求电荷量通过查表的方式确定锅炉的燃烧参数,以实现燃煤电厂深度调峰的智能协同控制。通过对锅炉的燃烧参数求解,可以确定燃烧所消耗的燃料(如煤),以减少NOx、SO2等污染物的排放,提高锅炉燃烧的稳定性和效率。因此,本发明能够解决燃煤电厂在深度调峰过程中面临的效率降低及排放增加的问题。
技术关键词
需求预测模型
电厂深度调峰
节假日信息
历史负荷数据
燃烧产物参数
燃煤
卷积神经网络模型
调峰技术
锅炉
燃料
训练集
样本
空气
压力
系统为您推荐了相关专利信息
集群
任务调度策略
任务调度算法
需求预测模型
故障预测模型
预约管理系统
实验室设备
深度学习预测
收集设备
模块
动力电池组
人工蜂群算法
编码
退役动力电池
电芯
选址定容规划
双层规划模型
历史负荷数据
储能设备
贝叶斯算法
预计行驶时间
温度控制方法
车辆状态数据
控制冰箱压缩机
生成行程路线