CN106019935A - 基于约束模糊关联规则的多目标锅炉燃烧优化 - Google Patents
基于约束模糊关联规则的多目标锅炉燃烧优化 Download PDFInfo
- Publication number
- CN106019935A CN106019935A CN201610280392.0A CN201610280392A CN106019935A CN 106019935 A CN106019935 A CN 106019935A CN 201610280392 A CN201610280392 A CN 201610280392A CN 106019935 A CN106019935 A CN 106019935A
- Authority
- CN
- China
- Prior art keywords
- variable
- boiler
- fuzzy
- data
- represent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
Abstract
本发明公开了一种基于约束模糊关联规则的数据挖掘方法,用于燃煤电站锅炉燃烧优化。通过挖掘锅炉不同工况下海量历史运行数据,发现锅炉稳态运行条件下主要运行参数烟气含氧量、排烟温度、飞灰含碳量与性能指标NOx排放量、锅炉效率之间的关联关系,并据此得到锅炉高效低污染运行时对应的参数运行优化值,进而指导锅炉燃烧过程,达到提高锅炉效率,降低NOx排放量的目的。基于约束模糊关联规则的多目标锅炉燃烧优化,不仅为当下锅炉运行参数调整提供了理论依据,也为日后进一步的闭环控制铺垫了参数设定值基础。
Description
技术领域
本发明属于锅炉燃烧优化技术领域,基于约束模糊关联规则的数据挖掘方法,找到每个稳态工况条件下,较优的锅炉效率和NOx排放量所对应的锅炉运行参数,以此指导和调整锅炉燃烧过程。
背景技术
随着更具竞争性的电力制度调整和日益严峻的环保压力,燃煤电站迫切需要通过提高锅炉效率和降低污染物排放(尤其是NOx排放)来增强企业核心竞争力。锅炉燃烧优化作为一种简单、快捷、有效的节能减排措施,被广泛认为是实现燃煤电站锅炉高效运行和低污染排放的可行方案。
由于烟气含氧量、排烟温度以及飞灰含碳量等锅炉运行参数直接反映了锅炉效率、NOx排放量等性能指标的好坏,因此确定符合锅炉运行实际状况的运行参数优化值是锅炉燃烧优化中的一个核心问题。电站数据库中保存了海量的历史运行数据,其中蕴含了丰富的有价值知识可以帮助锅炉运行参数优化值的确定。但是由于数据量巨大,锅炉各变量间还存在着复杂的关系,因此给分析带来了极大的困难。
近些年来,基于关联规则获取锅炉燃烧过程运行参数优化值的方法受到了众多关注,而且在原有关联规则和Apriori算法的基础上,还出现了模糊关联规则,改进模糊关联规则和免疫关联规则等方法,在锅炉运行参数优化值的获取中,上述方法均取得了一定的效果。
但是先前关联规则的相关方法在燃煤电站锅炉燃烧过程应用中,由于缺乏约束条件的限制,导致在数据挖掘过程中,容易产生过多无意义的规则,甚至在挖掘后无法发现真正有价值的结果,而且在面对海量历史运行数据量时,计算效率极低。
随着燃煤电站数据库系统和信息化技术的发展和完善,以及锅炉燃烧优化的实际需求,融合先进数据挖掘方法,来发现较优运行模式并重新设定参数目标值已经是燃烧优化深入进行的一种发展趋势。先进的数据挖掘方法能够给锅炉燃烧优化策略提供更加符合实际且可靠的参数设定值,从而使锅炉燃烧过程的锅炉效率更高,NOx排放量更低,实现多目标的同时优化。针对锅炉燃烧优化的约束模糊关联规则,就是在上述背景下提出的。
发明内容
为解决获取锅炉运行参数优化目标值问题,本发明提出了针对锅炉燃烧优化的约束模糊关联规则,通过约束,强化挖掘过程的工况和目标,减少无用规则的产生,也使得发现的规则便于理解和应用;并且在约束的限制下,算法的计算效率也能得到提高。基于约束模糊关联规则挖掘得到的运行参数优化值,符合锅炉实际的运行状况,可以准确快速地改进控制系统设定值,从而达到降低NOx排放和提高锅炉效率的目的。
针对锅炉燃烧优化的约束模糊关联规则,其特征在于,所述方法包括以下输入、输出和步骤:
输入:外部约束(机组负荷区间和煤质系数区间);在外部约束条件下,n个数据项Zi(1≤i≤n)组成的大数据集D,其中,每个数据项包含m个变量,有3个状态变量(烟气含氧量、排烟温度、飞灰含碳量)和2个性能变量(NOx排放量、锅炉效率),即:m=5,每条数据项的各个变量用表示,1≤j≤m;最小支持度minsupport和最小置信度minconfidence;内部约束变量(NOx排放量);目标约束(锅炉效率);
输出:一条约束模糊关联规则;
第1步:采用模糊C均值(FCM)聚类算法,对大数据集D中内部约束变量的数据进行聚类,得到该变量的所有模糊分区和隶属度矩阵Uic,表示内部约束变量的第k个模糊分区,模糊分区包括低、中、高3个部分,分别以Ls、Ms、Hs表示,其中1≤k≤3;
第2步:根据FCM的聚类结果,把NOx排放量隶属于低模糊分区作为内部约束,并对大数据集D中不满足内部约束的数据项移除出数据集,从而形成一个含有n’个数据项的新数据集D’,n'<n;
第3步:对数据集D’中除了NOx排放量之外每个变量的数据进行FCM聚类,得到每个变量的所有模糊分区和隶属度矩阵Uj,表示第j个变量的第k个模糊分区,模糊分区同样包括低、中、高3个部分,也以Ls、Ms、Hs表示,Uj表示第j个变量的隶属度矩阵,的隶属度则用表示,此时1≤j≤m-1;
第4步:根据式(1),计算D’中第j个变量不同模糊分区的隶属度权值
第5步:利用式(2)求出各变量中最大的隶属度权值,并把其所对应的模糊分区记为
第6步:对每一模糊分区所对应的隶属度权值检查是否成立,如果模糊分区满足上述条件,则将其放入频繁一项集L1中,此时,数据集D’中每条数据项各个变量(1≤i≤n')均可依据用单一的模糊分区表示;
第7步:用h表示当前保留在频繁项集Lh中项目的数量,初始条件h=1;
第8步:用Apriori算法从Lh中产生候选大项集Ch+1;
第9步:对Ch+1中每个新生成的候选项集做如下处理:
1)利用式(4)对每个数据项Zi'(Zi'∈D'),计算候选项集FAh+1在其上的隶属度
式(4)中表示数据项Zi'在变量l模糊分区上的隶属度值,1≤l≤h+1;
2)利用式(5)计算候选大项集中各项集的权值
3)如果wFA大于或等于给定的最小支持度minsupport,则将项集放入频繁项集Lh+1中;
第10步:判断Lh+1是否为空,如果为空,则执行下一步;否则置h=h+1,重复步骤8至步骤10;
第11步:对于得到的每个项集只构造基于目标约束(锅炉效率)的关联规则,即:
其中,代表锅炉效率的模糊分区,如果锅炉效率的模糊分区没有存在于最后得到的任何一个项集FAq中,用FCM重新将锅炉效率的数据划分为2个分区,并返回第4步;
第12步:利用式(7)计算所得关联规则的置信度,如果置信度大于或等于minconfidence,则输出该规则;
如果所得关联规则的置信度小于minconfidence,则用FCM重新将锅炉效率的数据划分为2个分区,并返回第4步。
附图说明
约束模糊关联规则流程图。
具体实施方式
具体实施方式的过程包括以下4个步骤。
(1)从燃煤电站SIS数据库中选取锅炉稳态工况下的历史运行数据,包括工况变量数据、状态变量数据和性能变量数据。工况变量是锅炉运行中的外部约束参数,不能人为调整的运行条件,由机组负荷和煤质系数组成。煤质系数用来实时反映入炉燃烧的煤质情况,定义:煤质系数=机组负荷/总给煤量。状态变量是反映锅炉运行状态的参数,包括烟气含氧量、排烟温度和飞灰含碳量。性能变量由NOx排放量和锅炉效率组成。
(2)对每个工况变量选取出来的所有数据做聚类处理。运用K均值聚类方法把机组负荷数据集和煤质系数数据集划分成若干个区域,以便对每个工况区域做数据挖掘工作。以330MW燃煤发电机组为例,可以把机组负荷数据集划分成6个区域,用A、B、C、D、E、F表示,把煤质系数数据集划分成3个区域,用1、2、3表示,A1即为一个工况区域。
(3)运用约束模糊关联规则,对每个工况区域内的数据集做数据挖掘,找出在理想的锅炉效率和NOx排放量情况下,所有锅炉状态变量的运行值,并把这些值确定为目标值。
(4)将各个工况区域下每个状态变量的优化目标值整合,形成锅炉全工况的优化目标值序列,从而完成锅炉燃烧优化。
运行操作人员可以依据锅炉各个工况条件下各个状态变量的优化目标值,通过调整指令偏置的方法,实时调节各个状态变量的设定值,进而达到优化锅炉燃烧的目的。
Claims (1)
1.用于燃煤电站锅炉多目标燃烧优化的约束模糊关联规则数据挖掘方法,其特征在于,包括输入、输出和步骤:
输入:外部约束(机组负荷区间和煤质系数区间);在外部约束条件下,n个数据项Zi(1≤i≤n)组成的大数据集D,其中,每个数据项包含m个变量,有3个状态变量(烟气含氧量、排烟温度、飞灰含碳量)和2个性能变量(NOx排放量、锅炉效率),即:m=5,每条数据项的各个变量用表示,1≤j≤m;最小支持度minsupport和最小置信度minconfidence;内部约束变量(NOx排放量);目标约束(锅炉效率);
输出:一条约束模糊关联规则;
第1步:采用模糊C均值(FCM)聚类算法,对大数据集D中内部约束变量的数据进行聚类,得到该变量的所有模糊分区和隶属度矩阵Uic,表示内部约束变量的第k个模糊分区,模糊分区包括低、中、高3个部分,分别以Ls、Ms、Hs表示,其中1≤k≤3;
第2步:根据FCM的聚类结果,把NOx排放量隶属于低模糊分区作为内部约束,并对大数据集D中不满足内部约束的数据项移除出数据集,从而形成一个含有n’个数据项的新数据集D’,n'<n;
第3步:对数据集D’中除了NOx排放量之外每个变量的数据进行FCM聚类,得到每个变量的所有模糊分区和隶属度矩阵Uj,表示第j个变量的第k个模糊分区,模糊分区同样包括低、中、高3个部分,也以Ls、Ms、Hs表示,Uj表示第j个变量的隶属度矩阵,的隶属度则用表示,此时1≤j≤m-1,1≤i≤n′;
第4步:根据式(1),计算D’中第j个变量不同模糊分区的隶属度权值
第5步:利用式(2)求出各变量中最大的隶属度权值,并把其所对应的模糊分区记为
第6步:对每一模糊分区所对应的隶属度权值检查是否成立,如果模糊分区满足上述条件,则将其放入频繁一项集L1中,此时,数据集D’中每条数据项各个变量均可依据用单一的模糊分区表示;
第7步:用h表示当前保留在频繁项集Lh中项目的数量,初始条件h=1;
第8步:用Apriori算法从Lh中产生候选大项集Ch+1;
第9步:对Ch+1中每个新生成的候选项集做如下处理:
1)利用式(4)对每个数据项Z′i(Z′i∈D'),计算候选项集FAh+1在其上的隶属度
式(4)中表示数据项Zi'在变量l模糊分区上的隶属度值,1≤l≤h+1;
2)利用式(5)计算候选大项集中各项集的权值
3)如果wFA大于或等于给定的最小支持度minsupport,则将项集放入频繁项集Lh+1中;
第10步:判断Lh+1是否为空,如果为空,则执行下一步;否则置h=h+1,重复步骤8至步骤10;
第11步:对于得到的每个项集(2≤q≤m-1),只构造基于目标约束(锅炉效率)的关联规则,即:
其中,代表锅炉效率的模糊分区,如果锅炉效率的模糊分区没有存在于最后得到的任何一个项集FAq中,用FCM重新将锅炉效率的数据划分为2个分区,并返回第4步;
第12步:利用式(7)计算所得关联规则的置信度,如果置信度大于或等于minconfidence,则输出该规则;
如果所得关联规则的置信度小于minconfidence,则用FCM重新将锅炉效率的数据划分为2个分区,并返回第4步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610280392.0A CN106019935B (zh) | 2016-04-28 | 2016-04-28 | 基于约束模糊关联规则的多目标锅炉燃烧优化 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610280392.0A CN106019935B (zh) | 2016-04-28 | 2016-04-28 | 基于约束模糊关联规则的多目标锅炉燃烧优化 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106019935A true CN106019935A (zh) | 2016-10-12 |
CN106019935B CN106019935B (zh) | 2019-04-19 |
Family
ID=57082066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610280392.0A Expired - Fee Related CN106019935B (zh) | 2016-04-28 | 2016-04-28 | 基于约束模糊关联规则的多目标锅炉燃烧优化 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106019935B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108288111A (zh) * | 2018-01-26 | 2018-07-17 | 广东电网有限责任公司电力科学研究院 | 基于关联规则的火电厂排烟温度基准值确定方法及装置 |
CN109407506A (zh) * | 2018-11-28 | 2019-03-01 | 深圳圣缘节能科技有限公司 | 一种基于数据挖掘的火电厂机组动态最优值的获取方法 |
CN109859449A (zh) * | 2019-01-23 | 2019-06-07 | 新奥数能科技有限公司 | 热力系统燃烧状态的分析方法和服务器 |
CN111091251A (zh) * | 2020-03-24 | 2020-05-01 | 汉谷云智(武汉)科技有限公司 | 一种基于大数据技术的锅炉操作优化方法及系统 |
CN111199304A (zh) * | 2018-11-19 | 2020-05-26 | 天津市职业大学 | 基于数据驱动融合策略的多目标燃烧优化方法 |
CN111336828A (zh) * | 2020-04-14 | 2020-06-26 | 福建三钢闽光股份有限公司 | 一种基于fcm模糊时间序列的加热炉炉温控制器 |
CN112782976A (zh) * | 2020-12-14 | 2021-05-11 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种基于cnn算法的智能燃烧优化的闭环控制方法 |
CN117434911A (zh) * | 2023-12-20 | 2024-01-23 | 北京东方国信科技股份有限公司 | 设备运行状态监控方法、装置及电子设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040225383A1 (en) * | 2003-05-06 | 2004-11-11 | Stanford University | Method for Design of Multi-objective Robust Controllers |
CN101634459A (zh) * | 2009-08-24 | 2010-01-27 | 陶晓鹏 | 火力发电锅炉智能燃烧优化系统及其实现方法 |
CN101976307A (zh) * | 2010-11-05 | 2011-02-16 | 东华大学 | 印染流程污水监测指标时间约束关联规则挖掘算法 |
CN102981408A (zh) * | 2012-12-10 | 2013-03-20 | 华东交通大学 | 一种动车组运行过程建模与自适应控制方法 |
CN103064289A (zh) * | 2012-12-19 | 2013-04-24 | 华南理工大学 | 一种垃圾发电厂多目标运行优化及协调的控制方法及装置 |
CN103440535A (zh) * | 2013-09-02 | 2013-12-11 | 华北电力大学 | 基于免疫优化和模糊决策的多目标厂级负荷优化方法 |
CN103576655A (zh) * | 2013-11-06 | 2014-02-12 | 华北电力大学(保定) | 一种电站锅炉燃烧子空间建模及多目标优化方法和系统 |
CN103744294A (zh) * | 2014-01-28 | 2014-04-23 | 烟台龙源电力技术股份有限公司 | 基于模糊控制的多目标吹灰优化方法、服务器和系统 |
CN103839261A (zh) * | 2014-02-18 | 2014-06-04 | 西安电子科技大学 | 一种基于分解进化多目标优化和fcm的sar图像分割方法 |
CN104613468A (zh) * | 2015-01-27 | 2015-05-13 | 华北电力大学 | 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法 |
CN105020705A (zh) * | 2015-03-04 | 2015-11-04 | 内蒙古瑞特优化科技股份有限公司 | 循环流化床锅炉燃烧性能实时优化控制方法及系统 |
CN105243458A (zh) * | 2015-11-10 | 2016-01-13 | 河海大学 | 一种基于多目标混合蛙跳差分算法的水库调度方法 |
CN105404151A (zh) * | 2015-12-12 | 2016-03-16 | 北京工业大学 | 污水处理过程动态多目标优化控制方法 |
-
2016
- 2016-04-28 CN CN201610280392.0A patent/CN106019935B/zh not_active Expired - Fee Related
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040225383A1 (en) * | 2003-05-06 | 2004-11-11 | Stanford University | Method for Design of Multi-objective Robust Controllers |
CN101634459A (zh) * | 2009-08-24 | 2010-01-27 | 陶晓鹏 | 火力发电锅炉智能燃烧优化系统及其实现方法 |
CN101976307A (zh) * | 2010-11-05 | 2011-02-16 | 东华大学 | 印染流程污水监测指标时间约束关联规则挖掘算法 |
CN102981408A (zh) * | 2012-12-10 | 2013-03-20 | 华东交通大学 | 一种动车组运行过程建模与自适应控制方法 |
CN103064289A (zh) * | 2012-12-19 | 2013-04-24 | 华南理工大学 | 一种垃圾发电厂多目标运行优化及协调的控制方法及装置 |
CN103440535A (zh) * | 2013-09-02 | 2013-12-11 | 华北电力大学 | 基于免疫优化和模糊决策的多目标厂级负荷优化方法 |
CN103576655A (zh) * | 2013-11-06 | 2014-02-12 | 华北电力大学(保定) | 一种电站锅炉燃烧子空间建模及多目标优化方法和系统 |
CN103744294A (zh) * | 2014-01-28 | 2014-04-23 | 烟台龙源电力技术股份有限公司 | 基于模糊控制的多目标吹灰优化方法、服务器和系统 |
CN103839261A (zh) * | 2014-02-18 | 2014-06-04 | 西安电子科技大学 | 一种基于分解进化多目标优化和fcm的sar图像分割方法 |
CN104613468A (zh) * | 2015-01-27 | 2015-05-13 | 华北电力大学 | 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法 |
CN105020705A (zh) * | 2015-03-04 | 2015-11-04 | 内蒙古瑞特优化科技股份有限公司 | 循环流化床锅炉燃烧性能实时优化控制方法及系统 |
CN105243458A (zh) * | 2015-11-10 | 2016-01-13 | 河海大学 | 一种基于多目标混合蛙跳差分算法的水库调度方法 |
CN105404151A (zh) * | 2015-12-12 | 2016-03-16 | 北京工业大学 | 污水处理过程动态多目标优化控制方法 |
Non-Patent Citations (1)
Title |
---|
郑伟 等: "基于煤粉流速测量的燃烧控制系统分析和优化设计", 《中国电力》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108288111A (zh) * | 2018-01-26 | 2018-07-17 | 广东电网有限责任公司电力科学研究院 | 基于关联规则的火电厂排烟温度基准值确定方法及装置 |
CN108288111B (zh) * | 2018-01-26 | 2021-07-02 | 广东电网有限责任公司电力科学研究院 | 基于关联规则的火电厂排烟温度基准值确定方法及装置 |
CN111199304A (zh) * | 2018-11-19 | 2020-05-26 | 天津市职业大学 | 基于数据驱动融合策略的多目标燃烧优化方法 |
CN111199304B (zh) * | 2018-11-19 | 2023-11-14 | 天津市职业大学 | 基于数据驱动融合策略的多目标燃烧优化方法 |
CN109407506A (zh) * | 2018-11-28 | 2019-03-01 | 深圳圣缘节能科技有限公司 | 一种基于数据挖掘的火电厂机组动态最优值的获取方法 |
CN109859449A (zh) * | 2019-01-23 | 2019-06-07 | 新奥数能科技有限公司 | 热力系统燃烧状态的分析方法和服务器 |
CN111091251A (zh) * | 2020-03-24 | 2020-05-01 | 汉谷云智(武汉)科技有限公司 | 一种基于大数据技术的锅炉操作优化方法及系统 |
CN111336828A (zh) * | 2020-04-14 | 2020-06-26 | 福建三钢闽光股份有限公司 | 一种基于fcm模糊时间序列的加热炉炉温控制器 |
CN112782976A (zh) * | 2020-12-14 | 2021-05-11 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种基于cnn算法的智能燃烧优化的闭环控制方法 |
CN112782976B (zh) * | 2020-12-14 | 2023-03-07 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种基于cnn算法的智能燃烧优化的闭环控制方法 |
CN117434911A (zh) * | 2023-12-20 | 2024-01-23 | 北京东方国信科技股份有限公司 | 设备运行状态监控方法、装置及电子设备 |
CN117434911B (zh) * | 2023-12-20 | 2024-04-16 | 北京东方国信科技股份有限公司 | 设备运行状态监控方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106019935B (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106019935A (zh) | 基于约束模糊关联规则的多目标锅炉燃烧优化 | |
CN101187804A (zh) | 基于数据挖掘的火电机组运行优化规则提取方法 | |
EP1921280A2 (en) | Systems and methods for multi-level optimizing control systems for boilers | |
CN110263395A (zh) | 基于数值模拟和数据分析的电厂脱硝运行优化方法及系统 | |
CN104534507A (zh) | 一种锅炉燃烧优化控制方法 | |
CN104613468A (zh) | 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法 | |
CN112633560A (zh) | 一种含燃煤热电联产机组的电站优化调度方法 | |
CN109872012A (zh) | 基于工况划分的火电厂运行多目标优化的确定方法 | |
CN102799161A (zh) | 联合循环发电机组的性能指标修正比较方法及调控系统 | |
CN104123596B (zh) | 一种考虑可再生能源的电源优化规划方法 | |
CN108490790A (zh) | 一种基于多目标优化的过热汽温自抗扰串级控制方法 | |
CN109325313A (zh) | 基于改进量子粒子群优化电厂锅炉nox预测模型装置 | |
CN104573875A (zh) | 一种低碳化的电源电网优化规划的方法 | |
CN104484543B (zh) | 一种兼顾节能减排和三公调度的机组综合运行评价方法 | |
CN103279658A (zh) | 火力发电机组工况寻优方法 | |
CN106991515A (zh) | 一种e级燃气‑蒸汽联合循环发电机组耗差分析方法 | |
CN115102170A (zh) | 一种风电光伏储能配比的协调优化方法 | |
CN105605610A (zh) | 一种基于粒子群算法的锅炉燃烧优化方法 | |
CN102279565A (zh) | 一种火力发电机组冷端设备的优化指导系统 | |
CN103500997B (zh) | 基于混合多目标λ迭代法和牛顿法的电力系统调度方法 | |
CN114266165A (zh) | 考虑碳排放的蒸汽动力系统中蒸汽透平布局优化方法 | |
Cannata et al. | Multi-objective optimization of urban microgrid energy supply according to economic and environmental criteria | |
JPH08339204A (ja) | 火力発電プラント自律適応最適化制御システム | |
CN104484772A (zh) | 电量计划的可行性校验方法和系统 | |
CN107067123A (zh) | 新能源电采暖价值分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190419 |
|
CF01 | Termination of patent right due to non-payment of annual fee |