摘要
本发明涉及电厂管理技术领域,公开了一种智慧电厂用电率智能调控方法及系统,采集电厂设备能耗数据、环境参数、负荷需求数据、设备运行状态数据及历史用电率数据,结合DTW算法对齐多源数据,得到时间序列数据;采用GNN网络对电厂设备进行拓扑建模;将时间序列数据输入Transformer模型,结合GNN网络输出的结果进行特征提取,得到未来24小时负荷预测结果;基于负荷预测结果,通过粒子群优化算法与DQN网络的联合应用,生成调控方案;将调控方案转换为调控指令,下发调控指令,并采集调控后的数据进行实时反馈;本发明实现用电率的实时预测,调控响应时间较传统人工调控缩短,降低厂用电率,提升响应速度。
技术关键词
智能调控方法
电厂设备
设备运行状态数据
可调负荷
智能调控设备
粒子群优化算法
DTW算法
引入注意力机制
网络
电厂管理技术
统一时间尺度
设备关联关系
时间序列形式
参数
智能调控系统
交叉注意力机制
系统为您推荐了相关专利信息
设备运行状态数据
时间段
优化工业机器人
指标
性能优化技术
核电厂备件
信息收集方法
光学字符识别技术
备件信息
建立识别模型
数据传输方法
隐写图像
数据嵌入
LSB算法
边缘检测
计划优化系统
检修计划
设备故障概率
监测配网设备
巡检机器人
幼苗
监控平台
监测农田环境
状态检测传感器
数据采集网络