[发明专利]基于神经网络与智能优化算法的火电机组负荷分配方法

摘要

本发明涉及一种基于神经网络与智能优化算法的火电机组负荷分配方法，包括：从发电厂分布式控制系统中获取各机组的历史运行数据，以及从发电厂厂级实时监控信息系统中获取历史供电煤耗数据；将历史运行数据及历史供电煤耗数据整理为矩阵形式，作为BP神经网络输入层的输入数据；其中，BP神经网络的隐含层采用Sigmoid函数，输出层采用线性函数，权值训练算法采用L‑M优化算法；采用启发式的智能优化算法，作为寻优主程序，在寻优主程序中采用步骤2中训练好的BP神经网络的输出，作为智能优化算法的适应度函数，对寻优主程序中运行的数据进行筛选，直至发电厂当前各机组的最佳负荷承担量或者迭代次数达到限定最大值为止。本发明实现了火电机组负荷优化分配。

主权项

1.一种基于神经网络与智能优化算法的火电机组负荷分配方法，其特征在于，包括：步骤1，从发电厂分布式控制系统中获取各机组的历史运行数据，以及从发电厂厂级实时监控信息系统中获取历史供电煤耗数据；步骤2，将所述历史运行数据及历史供电煤耗数据整理为矩阵形式，作为BP神经网络输入层的输入数据；其中，所述BP神经网络的隐含层采用Sigmoid函数，输出层采用线性函数，权值训练算法采用L‑M优化算法；步骤3，采用启发式的智能优化算法，作为寻优主程序，在所述寻优主程序中采用步骤2中训练好的BP神经网络的输出，作为所述智能优化算法的适应度函数，对所述寻优主程序中运行的数据进行筛选，直至发电厂当前各机组的最佳负荷承担量或者迭代次数达到限定最大值为止。