排灌机械工程学报

作者：郑晓楠, 于洋, 潘虹, 郑源, 杭晨阳, 杨杰, 马晓瑶, 陈致远

关键词：水电机组负荷分配,厂内经济运行,Stacking集成学习,约束修正,机器学习

基金：国家自然科学基金重点项目(52339006);江苏省创新支撑计划国际科技合作项目(BZ2023047)

在水电机组大型化、运行工况复杂化背景下,针对传统水电机组负荷分配中存在的寻优时间长、易陷入局部最优、结果不稳定等问题,提出一种基于Stacking集成学习模型和约束修正的水电机组负荷分配方法.首先,将历史数据输入至Stacking集成学习模型进行训练,采用K折交叉验证方法缓解重复学习造成的过拟合,得到机组负荷分配初始方案;其次,对初始方案进行负荷平衡、出力限制、机组组合等约束修正,不断逼近历史决策,形成最终决策方案.以某电站为例,采用耗水量、出力波动率等指标评价分配结果并与传统动态规划法进行对比,通过集成,模型训练完成后在线进行负荷分配,所需时间仅为2.04 s,决策时间大幅缩短,预测精度和鲁棒性显著提高,可为机组负荷分配提供一定参考.

来源：2025年第10期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2025年第10期