摘要
本发明公开了一种用于发电机组的负荷优化控制方法及系统,属于电力系统技术领域,解决了现有方法通过理论负荷和真实负荷的差值计算设定负荷,难以捕捉复杂的动态变化的问题,所述方法包括基于特征优先策略对运行关联参数选取,构建基于长短期记忆网络的负荷预测模型,对运行负荷数据识别预测,输出发电机组的负荷率预测阈值区间,基于优化分配函数计算预测周期内发电机组对应的负荷分配值;本发明中基于特征优先策略对运行关联参数选取得到与不同类型发电机组关联度高、对发电机组负荷率影响大的关联特征集,提高了负荷预测模型对不同类型发电机组的适应性,保证了调整发电机组运行负荷精准性。
技术关键词
负荷预测模型
负荷优化控制方法
发电机组
预测阈值
负荷优化控制系统
长短期记忆网络
高斯混合模型
参数
神经网络架构
特征提取算法
动态时间弯曲
矩阵
变分贝叶斯方法
调频
核密度估计方法
策略
皮尔逊算法
系统为您推荐了相关专利信息
分布式可再生能源
资源配置优化
负荷
储能
峰谷时段
优化配置方法
需求预测模型
负荷预测模型
灰狼算法
优化配置系统
新能源电力系统
储能电站
双层优化模型
发电机组
新能源场站
风力发电机组
风速衰减因子
监测方法
人工智能模型训练
监测系统
多项式
综合能源系统
能源系统可靠性指标
负荷削减模型
电解槽