摘要
本发明公开了一种氢能源电力耦合系统的动态优化方法,属于能源系统调度技术领域,包括S1、对氢能源电力耦合系统历史运行数据进行预处理得到训练数据集、测试数据集;S2、基于卷积神经网络及极限学习机网络辨识氢能源电力耦合系统参数,根据改进的蜜獾算法及训练数据集构建并训练氢能源电力耦合模型;S3、基于氢能源电力耦合系统参数及测试数据集验证完成训练的氢能源电力耦合模型是否合格,若是,则输出最优氢能源电力耦合模型,若否,则执行S1;S4、将氢能源电力耦合系统实时运行数据输入最优氢能源电力耦合模型得到最优参数;S5、氢能源电力耦合系统响应于最优参数执行动态优化动作;可以显著提升氢能源电力耦合系统稳定性。
技术关键词
动态优化方法
历史运行数据
电力
能源
极限学习机网络
位置更新
参数
算法
设备特征
机制
实时数据
电气设备
强度
矩阵
标记
系统为您推荐了相关专利信息
IGBT并联
稳态模型
筛选方法
测试IGBT模块
参数
电力线路故障
研判方法
自然语言
电力系统安全分析技术
开关保护装置
智能优化调度方法
能源管理系统
分布式物联网设备
协同优化算法
能源系统
水浴式加热器
节能控制方法
天然气
LNG空温式气化
机器学习模型