摘要
本发明公开了一种基于20%负荷的深度调峰节能方法,涉及深度调峰技术领域。包括获取当前机组的实时负荷以及目标负荷,基于实时负荷与目标负荷之间的差值确定机组负荷的调节指令,获取机组的运行数据与负荷调节的成本数据,确定可进行负荷调节的机组与可调机组的负荷调节序列,确定所有可调机组的负荷调节能力,根据可调机组的负荷调节序列分配负荷调节目标,使机组的负荷调节至目标负荷,构建机组协调控制的双输入双输出模型,采用粒子群优化算法对模型进行优化更新,设置适应度函数搜索最优解,确定机组调节指令。本发明能够为电厂的规划运营提供精确的数据支持,降低机组损耗,提高电厂的运行效率和能源利用效率。
技术关键词
节能方法
燃煤机组
时间序列预测模型
机组协调控制
双输入双输出
粒子群优化算法
历史负荷数据
实时数据
支持向量机模型
线性回归模型
调峰技术
决策树模型
粒子群算法
神经网络模型
模型更新
指令
系统为您推荐了相关专利信息
交通信号控制系统
数据处理模块
信号控制模块
数据获取模块
平台模块
时间序列预测模型
高铁
数据分析方法
样本
残差反馈
风险评估方法
血流
多模态融合机制
医学特征
时序分析方法
沉降监测装置
深度学习预测
风险分析报告
建筑
时间序列预测模型