基于改进神经网络和能量守恒法的热电联产机组发电量计算

• 作者: 周灵杰 李博彤 汪鸿 阮江军 骆小满
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 以热定电 热电联产 自适应遗传算法 BP神经网络 能量守恒法 发电量计算
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 热能科学研究
• 页码范围: 70-77
• 页数: 8页
• 分类号: TM611.1
• 字数: 5587字
• 语种: 中文
• DOI: 10.19666/j.rlfd.201907183

摘要

针对地方热电厂供热量和热电联产机组“以热定电”原则下发电量难以准确确定的问题,提出了一种基于改进神经网络和能量守恒法的热电联产机组发电量计算方法.首先根据经验公式和尝试法确定BP神经网络(BPNN)最佳隐含层神经元数.然后采用自适应遗传算法(AGA)对BPNN的初始权值和阈值进行优化,以提升网络的全局搜索能力,构建起AGA-BPNN供热量预测模型,实现对供热量的准确预测.最后通过能量守恒法推导得到“以热定电”原则下的热电联产机组发电量最大值和最小值表达式,可准确计算在给定的民用供热量和工业供热量下机组发电量范围.本文方法可为调度部门合理制定热电厂发电量计划提供可靠的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮江军	武汉大学电气与自动化学院	272	5255	37.0	58.0
2	汪鸿		7	22	3.0	4.0
3	骆小满	武汉大学电气与自动化学院	2	0	0.0	0.0
4	周灵杰	武汉大学电气与自动化学院	2	0	0.0	0.0
5	李博彤		1	0	0.0	0.0