基于注意力机制与神经网络的热电联产锅炉负荷预测 |
| |
引用本文: | 万安平,杨洁,缪徐,陈挺,左强,李客.基于注意力机制与神经网络的热电联产锅炉负荷预测[J].上海交通大学学报,2023(3):316-325. |
| |
作者姓名: | 万安平 杨洁 缪徐 陈挺 左强 李客 |
| |
作者单位: | 1. 浙大城市学院机电系;2. 浙江大学机械工程学院;3. 中信重工机械股份有限公司 |
| |
基金项目: | 国家自然科学基金项目(51705455); |
| |
摘 要: | 热电联产机组的锅炉负荷准确预测对电厂生产管理及调度有直接作用.基于注意力机制和深度卷积-长短期记忆网络原理,提出一种新的热电联产长期负荷预测模型,该模型以锅炉出口蒸汽流量(负荷)历史数据和多维负荷影响因素为输入,对负荷进行长期预测.利用Pearson相关系数判定对原始数据进行筛选;将处理后的数据经卷积层进行特征提取和进一步降维,通过长短期记忆层进行拟合,并采取注意力机制对权值进行优化,实现对负荷的精准预测.以浙江桐乡电厂实测数据为例进行验证,结果表明所提方法的平均绝对百分比误差小于1%,能够实现锅炉负荷的精准预测,智能算法在热电联产领域的应用具有一定的借鉴意义.
|
关 键 词: | 热电联产 注意力机制 卷积神经网络 长短期记忆 负荷预测 |
|
|