热能动力工程

作者：刘立巍，周建新，刘培栋，司风琪

单位：东南大学 能源与环境学院，江苏 南京 210096,,东南大学 能源与环境学院，江苏 南京 210096,,润电能源科学技术有限公司，河南 郑州 450000,,东南大学 能源与环境学院，江苏 南京 210096,

关键词：深度调峰;热电耦合;热负荷预测;最邻近结点算法;长短期记忆神经网络

为了准确预测热电联产机组的热负荷进而确定机组的热电可行域，使用互信息法筛选预测模型的输入参数。搭建了基于粒子群(PSO)参数寻优的最邻近节点（KNN）模型和长短期记忆神经网络（LSTM）模型对电厂的单日供暖热负荷进行预测，并提出将两种预测方法相结合的KNNLSTM模型，通过对比发现该混合预测模型在处理短期热负荷异常波动问题时提高了预测模型的鲁棒性。在搭建热电联产机组热力仿真模型的基础上，根据热负荷短期预测结果和机组深度调峰限制条件确定机组的最低运行电负荷，提高了机组预测最低运行电负荷的能力。

来源：2023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2023年第3期