热能动力工程

作者：吕 游，吴 创，翁明楷，秦瑞钧

单位：华北电力大学 控制与计算机工程学院，北京 102206,,华北电力大学 控制与计算机工程学院，北京 102206,,华北电力大学 控制与计算机工程学院，北京 102206,,华北电力大学 控制与计算机工程学院，北京 102206,

关键词：一次调频;长短期记忆神经网络;贝叶斯优化;相关性分析

基金：国家电网有限公司总部管理科技项目(52060021N00P)

提升火电机组的一次调频能力辨识有助于辅助电网的调度，保证电网的安全稳定运行。提出一种基于贝叶斯优化算法(Bayesian optimization， BO)的长短期记忆网络(long shortterm memory， LSTM)一次调频能力辨识方法，实现火电机组的一次调频能力精确建模。首先对机组机理及参数之间的相关性进行分析，确立模型的输入特征变量，再利用贝叶斯算法对LSTM网络结构进行优化，得到一次调频能力辨识模型。以某600 MW燃煤火电机组为研究对象，将该模型与传统BP神经网络模型、未优化LSTM网络模型进行对比。结果表明：所提出的网络模型均方根误差分别降低了66.51%和34.83%，具有更高的模型精度。

来源：2024年第3期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第3期