基于机器学习的空冷火电机组负荷预测研究中国动力工程学会第八届青年学术年会

报告详情

基于机器学习的空冷火电机组负荷预测研究

编号：77 访问权限：仅限参会人更新：2020-09-11 13:40:23 浏览：383次口头报告

报告开始：2020年09月13日 14:06（8）

报告时间：12min

所在会场：[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）

演示文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

摘要

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。