热电厂负荷优化分配方法研究

论文摘要

负荷优化分配是电厂提高经济效益的一项有效措施。它是在满足各种约束条件下,根据各个机组的运行特性合理地确定各机组应承带的负荷。热电厂负荷优化分配是一个高维和带复杂约束条件的非线性规划问题,运用传统优化算法易于收敛到局部最优解且工作量大。设计出性能优良的遗传算子,提出了以变异为主导的遗传算法。根据BP神经网络强大的非线性拟合能力和自学习能力,详细探讨了其在热电厂负荷优化分配中的应用,克服了传统遗传算法在负荷优化分配中收敛速度慢和稳定性差的缺点。根据历史运行数据,拟合出单台机组的运行特性方程,建立了负荷分配的数学模型。以某热电厂为例,应用以变异为主导的遗传算法和BP神经网络算法进行了负荷优化分配,收到较好的效果。开发了热电厂负荷分配优化系统,通过运行验证了算法的有效性和稳定性,能够提高热电厂运行的经济性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 论文研究内容
• 第二章 基于循环函数法的供热机组动力特性方程
• 2.1 汽轮机循环的函数式
• 2.1.1 单元进水系数的通用式
• 2.1.2 "单元抽汽系数"通用式
• 2.1.3 热力系统分析
• 2.2 供热机组动力特性方程
• 2.3 不同类型供热机组特性方程
• 2.3.1 背压机组特性方程
• 2.3.2 单抽供热机组特性方程
• 2.3.3 双抽供热机组特性方程
• 2.3.4 机组的标准煤耗量
• 第三章 遗传算法在热电厂负荷优化分配中的应用
• 3.1 遗传算法介绍
• 3.1.1 遗传算法的基本用语
• 3.1.2 标准遗传算法的步骤
• 3.1.3 遗传算法的运行参数
• 3.1.4 约束条件的处理
• 3.2 负荷分配的数学模型
• 3.3 热电厂负荷优化分配的改进遗传算法
• 3.3.1 遗传算子的设计
• 3.3.2 负荷分配算例及结果分析
• 第四章 BP神经网络在热电厂负荷优化分配中的应用
• 4.1 人工神经网络简介
• 4.1.1 人工神经网络模型
• 4.1.2 神经网络的互连模式
• 4.2 反向传播网络（BP网络）
• 4.2.1 反向传播网络的结构
• 4.2.2 误差反向传播算法
• 4.2.3 BP网络的学习过程
• 4.3 负荷优化分配的BP神经网络算法
• 4.3.1 供热机组运行特性方程的建立
• 4.3.2 基于BP神经网络的遍历搜索
• 4.3.3 BP神经网络算例及结果分析
• 第五章 热电厂负荷分配优化系统的开发
• 5.1 系统开发及其功能介绍
• 5.1.1 C#语言的特点
• 5.1.2 系统功能介绍
• 5.2 应用程序的编制、调试和运行
• 5.2.1 程序的三层体系结构
• 5.2.2 用户界面层的设计
• 5.2.3 数据层的设计
• 5.2.4 业务逻辑层的设计
• 5.3 实例运行和结果输出
• 第六章 结论与展望
• 参考文献
• 致谢
• 硕士研究生期间发表论文
• 附录