基于耗差分析的火电机组运行优化方法及装置

摘要

本发明提供了一种基于耗差分析的火电机组运行优化方法及装置，该方法包括以下步骤：基于改进的最小二乘支持向量机算法建立火电机组做功过程模型；采用改进的粒子群算法对火电机组做功过程模型中影响供电煤耗率的参数变量进行优化，输出影响供电煤耗率的全局最优值；根据全局最优值对应的参数变量数据指导火电机组的运行，以使火电机组在最优供电煤耗率下工作。本发明运用改进的最小二乘支持向量机算法的建模方法将蒸汽在火电机组内做功的非线性问题转化为了高维平面内的线性问题，并最终获得了最优决策变量，并用最优决策变量指导火电机组的运行，以使火电机组在最优供电煤耗率下工作，从而提高了火电机组的能源利用率和经济效益。

主权项

一种基于耗差分析的火电机组运行优化方法，其特征在于，包括以下步骤：基于改进的最小二乘支持向量机算法建立火电机组做功过程模型，所述建立火电机组做功过程模型具体包括：选取若干个影响供电煤耗率的第一参数变量作为模型输入，并选取若干个影响所述供电煤耗率的第二参数变量作为模型输出；获取所述模型输入和所述模型输出的样本点数据，组建数据样本集；对所述数据样本集进行归一化处理；运用改进的粒子群算法对欲建立的火电机组做功过程模型进行模型参数优化，得到优化的模型参数；根据所述优化的模型参数选定核函数以及惩罚因子C，并据此训练归一化处理后的数据样本集，建立火电机组做功过程模型；采用改进的粒子群算法对所述火电机组做功过程模型中影响供电煤耗率的参数变量进行优化，输出影响所述供电煤耗率的全局最优值；根据所述全局最优值对应的参数变量数据指导所述火电机组的运行，以使所述火电机组在最优供电煤耗率下工作；所述采用改进的粒子群算法对所述火电机组做功过程模型中影响所述供电煤耗率的参数变量进行优化，输出影响所述供电煤耗率的全局最优值，具体包括：对改进的粒子群算法进行初始化设置，包括设置粒子群体规模、迭代次数、随机给出整个粒子群体中每个粒子的位置和速度，所述粒子即为影响所述供电煤耗率的参数变量；初始化整个粒子群体当前全局最优值p_g和所述每个粒子的当前个体最优值p_i，根据所述当前个体最优值p_i求出当前平均最优位置p_md，并计算所述每个粒子的适应值；判断当前一代所求的最优适应值的迭代次数是否超过设定的早熟因子f_a，如超过，则根据公式mbest'＝mbest[1+Ψ(·)]对所述当前平均最优位置p_md进行小波变异，其中，mbest为当前平均最优位置p_md，mbest'为mbest变异后的结果，Ψ(·)为MORLET小波概率分布的随机变量对平均最优位置进行小波变异；更新所述每个粒子的速度和位置；更新所述整个群体的当前全局最优值p_g和各个粒子的当前个体最优值p_i；根据更新后的当前个体最优值p_i求出新的平均最优位置p_md；计算所述每个粒子的新适应值，并将其与前一代适应值相比较，求出新的当前最优适应值；判断所述新的当前最优适应值是否满足要求，若满足要求或达到设定迭代次数，则停止迭代，输出最优解。