中国电建集团西北勘测设计研究院有限公司
纸质出版:2025
移动端阅览
崔凯. 基于深度学习的梯级水电系统自动发电控制[J]. 水电站机电技术, 2025,(10):46-50.
崔凯. 基于深度学习的梯级水电系统自动发电控制[J]. 水电站机电技术, 2025,(10):46-50. DOI: 10.13599/j.cnki.11-5130.2025.10.011.
DOI:
梯级水电系统由多个水电站构成,单个水电站出力情况差异性较大,致使其发电控制难度较大,威胁着梯级水电系统运行的稳定性与可靠性,故提出基于深度学习的梯级水电系统自动发电控制方法研究。深入分析梯级水电系统出力情况,构造梯级水电系统总发电量计算公式。应用深度学习模型——RNN模型预测电网负荷需求。以计算的梯级水电系统出力数值与预测的电网需求数值为基础,基于PID算法确定自动发电控制参量(水电站出力系数的最佳取值),从而实现了梯级水电系统自动发电的控制。测试结果显示:设计方法应用后将梯级水电系统出力计算结果与实际数值之间的误差控制在0.3%内,将电网需求预测结果与实际数值之间的误差控制在0.4%内,水电站出力系数与其最佳取值保持一致。
张有兵,林一航,黄冠弘,杨晓东,翁国庆,周致言.深度强化学习在微电网系统调控中的应用综述[J].电网技术,2023(07).
陈韦韬,吴翔宇,许寅,王小君,唐晓骏,张鑫.面向暂态功角稳定提升的水光互补发电系统紧急切机控制[J].电网技术,2023(02).
卓毅鑫,李凌,李思思,黄馗,胡甲秋,陈明媛,唐健,赖晓文.现货市场环境下低水头梯级水电群精细化建模出清方法[J].电力自动化设备,2023(05).
赵文祥,郝亮,和阳,许德志.双三相永磁同步发电机直流母线无电流传感器稳压控制[J].中国电机工程学报,2023(10).
侯倩,郝晓光,金飞,李剑锋.基于混合深度学习的风电功率预测及一次调频应用[J].热能动力工程,2023(10).
钱虹,孙勃,郭媛君,凌君,杨之乐,冯伟.串行分组深度学习运行状态分析与故障预测[J].控制工程,2023(05).
张婉颖,王建东,魏梦瑶,尚晋.基于机组出力变化量与最大调节速率关系的自动发电控制指令优化调度[J].科学技术与工程,2024(01).
牛瑞,袁晓蕾.含小水电并网的多区域互联电网自动发电控制——评《小水电实用控制电路详解》[J].人民黄河,2023(02).
徐炫东,廖嘉炜.基于主动容错滑膜预测的太阳能发电稳定性全局控制研究[J].电网与清洁能源,2024(02).
黄逸,杨俊华,林汇金,梁昊晖,罗琦,王超凡.波浪发电系统功率优化LQG滑模控制[J].太阳能学报,2024(04).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构