一种基于人工智能的火力发电余热梯级利用分配方法、系统、设备及介质

本发明公开了一种基于人工智能的火力发电余热梯级利用分配方法、系统、设备及介质，方法包括：通过全面的多源异构数据采集，结合数据清洗与增强技术保障数据质量；构建融合深度学习与知识图谱的模型，利用卷积神经网络与长短时记忆网络结合的架构，有效捕捉余热产生和需求的时空特征，结合知识图谱提供的专业知识，优化余热梯级利用分配策略。通过多目标协同优化算法综合考虑能源消耗、经济效益和设备寿命因素，实现余热的合理分配，大幅提高余热利用效率；满足不同用户的基本用热需求，有效提高系统运行的可靠性；强化学习驱动的反馈优化系统持续根据余热分配后的经济效益指标进行策略调整，还能够提升经济效益。