基于机器学习的空冷火电机组负荷预测研究
ID:77 View Protection:ATTENDEE Updated Time:2020-09-11 13:40:23 Hits:741 Oral Presentation

Start Time:2020-09-13 14:06(8)

Duration:12min

Session:F 分会场五:多能互补与智慧控制及其他与能源和动力工程相关的内容 » F1分会场五、多能互补及智慧控制/其他与能源和动力工程相关的内容(腾讯会议会议ID:591935947)

Presentation File

Tips: Only the registered participant can access the file. Please sign in first.

Abstract
为及时准确地预测空冷机组整机性能,本文引入了基于机器学习的大数据分析方法。针对某600 MW空冷火电机组全年的历史运行数据进行预处理与稳态工况筛选,分别建立了基于BP神经网络和随机森林算法的机组负荷预测模型。通过预测结果比较分析和模型敏感性分析,表明随机森林预测模型具有精度高、泛化能力强、训练时间短等优点。最后,利用特征参数筛选和分负荷工况建模来对随机森林模型进行性能优化,研究结果为电厂实时大数据分析提供一定的参考。
 
Keywords
燃煤电站;负荷预测;机器学习;大数据;直接空冷
Speaker
彭维珂
硕士研究生 华北电力大学

彭维珂(1997—),男,湖南长沙人,硕士研究生,研究方向为电站大数据分析和智能预警.

Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Sep 13

    2020

    Conference Date

  • Sep 12 2020

    Registration deadline

  • Sep 13 2020

    Contribution Submission Deadline

Sponsored By
中国动力工程学会
Organized By
中国动力工程学会青年工作委员会
重庆大学低品位能源利用技术及系统教育部重点实验室
重庆大学能源与动力工程学院
Contact Information