-
题名基于工况参数和改进LSTM的空冷器热风温度预测
被引量：1
- 1
-
-
作者
刘平
袁静
赵锋
张磊
郑晓楠
-
机构
华东桐柏抽水蓄能发电有限责任公司
中国电建集团华东勘测设计研究院有限公司
河海大学能源与电气学院
-
出处
《排灌机械工程学报》
CSCD
北大核心
2024年第6期605-611,共7页
-
基金
国网新源集团(控股)有限公司科技项目(SGXYTB00YWJS2100090)。
-
文摘
针对传统抽水蓄能电站技术供水系统存在的智能化水平偏低,供水对象的温度与许多参数变量之间相互耦合的问题,建立了基于工况参数和改进长短期记忆(LSTM)神经网络的发电机空气冷却器热风温度预测模型.首先对原始数据进行清洗,其次采用随机森林(RF)特征降维,对参与目标预测的诸多高维测点变量进行重要度排序,验证所提的工况参数与预测对象温度的相关性,最后再将其输入PSO-LSTM神经网络进行模型的求解.将所提的基于工况参数和改进LSTM方法与最小二乘法、BP神经网络以及原始的LSTM方法进行对比.结果表明,所提模型能有效预测发电机空气冷却器热风温度,相较其他的模型,预测误差能够下降50%左右,同时拥有更优的预测稳定性.
-
关键词
发电机空气冷却器
水电站技术供水系统
随机森林降维
LSTM神经网络
粒子群算法
-
Keywords
generator air cooler
hydropower station technology water supply system
random forest feature dimension reduction
LSTM neural networks
particle swarm optimization
-
分类号
TK730.4
[交通运输工程—轮机工程]
-
