广西桂冠电力股份有限公司大化水力发电总厂
Published:2026
移动端阅览
杨鑫. 大化水电站小时级耗水率预测与动态优化调度[J]. 2026, 45(4): 131-137.
DOI:
杨鑫. 大化水电站小时级耗水率预测与动态优化调度[J]. 2026, 45(4): 131-137. DOI:
针对新能源并网背景下水电站变工况运行频繁、静态耗水率曲线难以准确刻画小时级动态变化的问题,开展耗水率预测与优化调度研究。以大化水电站2020—2025年小时级数据为基础,反演并校验耗水率物理一致性;对时序融合变换器(TFT)进行层归一化与GELU激活、残差连接及双层预测头三项改进,构建小时级耗水率预测模型;将预测结果嵌入自适应惯性权重粒子群优化(IPSO)框架,形成TFT-IPSO耦合优化调度方法。结果表明:改进型TFT模型在测试集上MAE为1.634、MAPE为8.54%
优于基础型TFT、LSTM及GRU模型;消融实验表明三项改进组合可使MAPE降低1.15个百分点;优化调度实现约1.62%节水率;在噪声扰动下,IPSO节水率标准差始终低于PSO
表现出更强鲁棒性。所提方法可有效捕获变工况下耗水率动态变化,优化结果平稳可靠,为水电站短期调度决策提供技术参考。
李励,赖喜德,陈小明.基于改进狼群算法的水电站厂内优化运行研究[J].水电能源科学,2019(06).
陆春霞,黄存宇,唐紫君.大化水电厂水库优化调度研究[J].红水河,2015(04).
王爱珍.基于水电机组标准耗水率考核的实证研究[J].红水河,2020(06).
石轩语,黄馗,艾学山,穆振宇,郭佳俊,丁杰.水电站日调峰能力计算方法研究[J].中国农村水利水电,2024(04).
周金江,冯欢.乌江梯级水电站耗水率影响因素分析及对策[J].红水河,2021(04).
张森,谢帅,王永强,徐杨,肖蕴珂.基于机器学习的电站耗水率计算及其对水位预测影响研究[J].水力发电,2023(12).
林德富,秦杰,周庭,何鹏.基于Wavelet-Transformer模型的动态扩容光伏电站出力预测研究[J].红水河,2025(06).
涂启玉,蔡建章.新改进的水电厂耗水率考核方法[J].水电能源科学,2013(02).
马成飞,赵彩虹,陈虎威.基于不同优化算法下风电预测精度对风水电协调影响研究[J].电网与清洁能源,2012(07).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution