基于SSA-LSTM模型的水电站能效综合评价方法

闫孟婷; 陶湘明; 王胜军; 金艳; 黄炜斌; 马光文

doi:10.20040/j.cnki.1000-7709.2024.20230500

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于SSA-LSTM模型的水电站能效综合评价方法

水能利用及水电站工程 | 更新时间：2026-02-25

- 基于SSA-LSTM模型的水电站能效综合评价方法
- 基于SSA-LSTM模型的水电站能效综合评价方法
- 水电能源科学 2024年第2期页码：177-182
- 作者机构：
  
  1. 四川大学水利水电学院
  2. 中国电建集团成都勘测设计研究院有限公司
  3. 国家电投集团水电产业创新中心
- 作者简介：
- 基金信息：
  
  国家重点研发计划(2016YFC0402208,2018YFB0905204)
- DOI：10.20040/j.cnki.1000-7709.2024.20230500
  中图分类号： TV737
- 纸质出版：2024
- 稿件说明：
移动端阅览
闫孟婷, 陶湘明, 王胜军, 等. 基于SSA-LSTM模型的水电站能效综合评价方法[J]. 水电能源科学, 2024,(2):177-182.

闫孟婷, 陶湘明, 王胜军, et al. 基于SSA-LSTM模型的水电站能效综合评价方法[J]. 2024, (2): 177-182.
闫孟婷, 陶湘明, 王胜军, 等. 基于SSA-LSTM模型的水电站能效综合评价方法[J]. 水电能源科学, 2024,(2):177-182. DOI： 10.20040/j.cnki.1000-7709.2024.20230500.

闫孟婷, 陶湘明, 王胜军, et al. 基于SSA-LSTM模型的水电站能效综合评价方法[J]. 2024, (2): 177-182. DOI： 10.20040/j.cnki.1000-7709.2024.20230500.

摘要

随着我国电力体制改革不断深化，水电已告别传统粗放型发展模式，亟需配套更为成熟、通用的能效评价体系指导水电运行调度工作。因此，提出一种基于深度学习的水电站能效综合评价方法，引入长短期记忆网络(LSTM)构建水电站理论发电量模型，对于给定的原始发电序列，利用奇异谱分析(SSA)提取出其趋势项、周期项及噪声，对前二者分别构建LSTM网络模拟后叠加得到理论发电量计算结果，在此基础上提出相对增发效益指标、能效相对提高率指标，利用熵权法得到水电站综合得分值，进而对南部某省12座电站进行能效评价。结果表明，该方法可以充分反映水电在调度运行中的能效特点，研究结果对优化水电站调度策略、提高水电调度水平具有借鉴意义。

Abstract

关键词

Keywords

references

Yi-min Wang,Jian-xia Chang,Qiang Huang.Simulation with RBF Neural Network Model for Reservoir Operation Rules[J].Water resources management,2010.

赵健,蔡瑞阳,孙伟富.集成奇异谱分析和长短期记忆网络的区域海平面变化预测[J].同济大学学报(自然科学版),2022(10).

胡鹤轩,尹苏明,胡强,张晔,胡震云,义崇政.基于强化学习算法的水库优化调度研究[J].水电能源科学,2022(01).

徐刚,舒远丽,任玉峰,吴碧琼.基于深度学习的三峡水库实时防洪调度模型[J].水力发电学报,2022(03).

黄雨薇,彭道刚,姚峻,张浩,于会群.基于SSA和K均值的TD-BP神经网络超短期光伏功率预测[J].太阳能学报,2021(04).

肖白,肖志峰,姜卓,赵栩,阚中锋,綦雪松,白乙然.基于降噪自编码器、奇异谱分析和长短期记忆神经网络的空间电力负荷态势感知[J].中国电机工程学报,2021(14).

陈浩文,刘文霞,李月乔.基于奇异谱分析与神经网络的中期负荷预测[J].电网技术,2020(04).

浏览量

180

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于VMD-SSA-K-means-iForest的重力坝监测数据异常模式混合识别算法研究

基于RIME-LSTM-Transformer的混凝土坝变形预测模型

基于滑孔技术的新型大坝底栏栅智能清污装置研制与应用

无级分层取水翻板闸门流激振动特性研究

考虑非恒定摩阻的超长引水隧洞水电站非线性暂态响应特性研究