摘要
本发明涉及一种碱性电解槽多槽混联制氢优化方法,通过LSTM‑CNN循环神经网络对一定时间内的光伏发电数据进行预测,预测时间点的间隔为15分钟;再利用预测的光伏发电功率数据结合粒子群算法PSO进行碱性电解槽多槽混联中的电解槽状态的优化,优化时间点的间隔为1小时;将每个碱性电解槽设置成每个时间点的最佳状态进行氢气生产,尽可能减少碱性电解槽开关机的次数,最大程度提高碱性电解槽产氢的效率,同时延长碱性电解槽的使用寿命降低运行成本,并有效避免气体交叉渗透的安全问题,提高了系统的稳定性和安全性。
技术关键词
碱性电解槽
光伏发电功率
光伏发电数据
粒子群算法
开关机
表达式
氢气
能量守恒
待机
相对湿度
太阳
因子
压强
定义
气体
系统为您推荐了相关专利信息
任务分配方法
规划
DQN算法
任务分配策略
深度强化学习
智慧仓储物流
调度优化方法
粒子群算法
仓储物流系统
货架
管道系统建模
模型参数辨识
粒子群优化算法
水力
抽水蓄能电站机组
拓扑优化设计方法
二进制粒子群算法
机器学习辅助
算法架构
天线