基于支持向量机和神经网络的循环水损失预测
成果类型:: 新技术
发布时间: 2022-10-26 11:09:13
1.本文提出了一种基于机器学习的方法对电厂循环冷却水系统的历史运行数据进行挖掘。分别采用BP神经网络和支持向量机对循环水系统建立预测模型。对这两种模型方法进行了对比分析,探讨了该热电厂在两种典型工况(夏季和冬季)下的适应性,以支持后续循环冷却水系统的智能监控和取排水的调度控制。
2.引入神经网络评价指标对两种模型进行对比分析。综合数据表明,支持向量机模型和BP神经网络训练仿真结果具有较强的模拟能力。支持向量机建模训练时间短,收敛速度快,整体网络模型性能优于BP神经网络。
中国大唐集团科学技术研究院有限公司(以下简称科学研究院)成立于2013年12月,是世界500强企业-中国大唐集团公司的中央研究院,总部设在北京,下设大唐火力发电技术研究院、信息中心、两优化研究中心、大唐(北京)能源科技有限公司等四家在京单位,拥有大唐东北电力试验研究院、大唐华东电力试验研究院、大唐华中电力试验研究院、大唐西北电力试验研究院、大唐华北电力试验研究院(与大唐火力发电技术研究院合署办公)及大唐水电科学技术研究院等6家区域性电力试验研究院。科学研究院现建有院士专家工作站、博士后工作站、研究生工作站、多个省部级科技合作基地和集团公司研究中心,业务服务范围涵盖火力发电、水力发电、新能源发电、分布式能源、智慧能源等多个领域,是集发电技术服务、技术攻关和科技研发于一体的国家级高新技术企业,已连续两年获得中国电力科技进步一等奖。经过五年多高速发展,科学研究院已凝聚和培养了一千多名高素质专业人才,作为关系国家能源安全、国民经济命脉的能源研究院,目前正积极践行“国家战略实施者、行业发展领先者、清洁能源提供者、公司价值创造者、公共利益维护者”,现向国际知名、国内一流能源研究院昂首迈进。
水循环系统中结垢和金属设备的腐蚀长期以来一直困扰着发电企业。在循环水中加入一些药剂或是允许换热冷却设备不间断的排出污水,就会对水资源造成严重污染。企业每年在防止水循环结垢和避免金属腐蚀方面花费的成本相当于发电企业总投资成本的5%左右。基于支持向量机和神经网络的循环水损失预测将提高水处理工作效率,并为企业产生可观的经济效益。
鉴于中国大唐集团科学技术研究院有限公司对该技术处于前前期探索研究该段,建议以技术咨询方式,和相关的企业进行合作。