1. 天生桥一级水电开发有限责任公司水力发电厂
2. 中国能源建设集团广西电力设计研究院有限公司
Published:2025
移动端阅览
[J]. 2025, (10): 63-67.
DOI:
[J]. 2025, (10): 63-67. DOI: 10.13599/j.cnki.11-5130.2025.10.015.
智慧集控中心作为水电厂数字化转型的核心系统,其关键技术研究对提升水电厂运营效率具有重要意义。本文系统研究了水电厂智慧集控中心的关键技术体系。首先,基于对现有研究的分类总结,指出了当前集控中心在系统架构、数据安全和预测算法等方面的具体不足;其次,提出了包含网络安全防护体系的架构和基于微服务改进的面向服务架构(Service-Oriented Architecture
SOA);最后,设计了一种分位数回归-卷积神经网络-双向长短期记忆网络的混合神经网络架构水库来水预测模型,通过与传统算法的对比试验验证了其优越性,试验表明本文预测方法的决定系数为0.982 74,在95%置信区间下的预测区间覆盖率可达98.611%,大于置信区间值;与此同时,其预测区间平均宽度(Prediction Interval Average Width,PIAW)值是对比算法中最小的,较传统长短记忆网络(Long Short-Term Memory,LSTM)降低57.87%。研究成果可为水电厂智慧集控中心的建设提供技术参考。
尹华政,薛联芳,唐际政,章国勇.基于多技术多数据融合的水电环境监测管理平台建设[J].水力发电,2023(02).
王桂平,张煦,韩长霖,文正国,张卫君,龚传利,董静.梯级水电站集控智能一体化关键技术的研究与应用[J].中国水利水电科学研究院学报(中英文),2022(06).
胡春林,吴辉,曹德勤,刘小军.水电集控运行模式研究[J].水电站机电技术,2024(03).
张民威,王玉林,张祥飞,邓小刚,万军.基于多数据融合的水电机组全息监测系统及应用[J].水力发电,2024(06).
何常新,彭旭,方福东,杜灿阳,曾庚运,胡千帝.基于LASSO回归和QRLSTM的来水预测方法研究[J].人民长江,2024(11).
吕孟冉,朱燕梅,张帅,苏韵掣,黄炜斌,马光文.基于FT-MILP算法的大规模水电中长期优化调度研究[J].水电能源科学,2024(11).
王玉林,张民威,张祥飞,邓小刚,万军.基于多数据融合的水电机组全息监测系统[J].云南水力发电,2024(08).
夏安宇,刘奇龙,吴青盟,陈辉,赵健,邹江,朱莎.基于知识图谱的水电远程集控调度研究进展及展望[J].电工技术,2024(23).
彭放,郭金婷,柳玉兰,王立志.基于动态模糊神经网络的水电站来水预测方法[J].电子设计工程,2025(06).
柳玉兰,郭金婷,彭放,张铮.基于元认知模糊神经网络的水电站来水预测方法[J].电子设计工程,2025(07).
三梅英,陈泽阳,焦信俊,吴倩,赵基星,赵社强.水电机组基于LSTM预测模型的轴承温度预警方法[J].水电站机电技术,2024(12).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution