排灌机械工程学报

作者：刘平,袁静,赵锋,张磊,郑晓楠*

单位：1. 华东桐柏抽水蓄能发电有限责任公司, 浙江 杭州 310000; 2. 中国电建集团华东勘测设计研究院有限公司, 浙江 杭州 310000; 3. 河海大学能源与电气学院, 江苏 南京211100

关键词：发电机空气冷却器,水电站技术供水系统,随机森林降维,LSTM神经网络,粒子群算法

基金：国网新源集团(控股)有限公司科技项目资助(SGXYTB00YWJS2100090)第一作者简介:刘平(1976—),男,湖南益阳人,高级工程师(286677302@qqcom),主要从事抽水蓄能运行管理研究

针对传统抽水蓄能电站技术供水系统存在的智能化水平偏低,供水对象的温度与许多参数变量之间相互耦合的问题,建立了基于工况参数和改进长短期记忆(LSTM)神经网络的发电机空气冷却器热风温度预测模型.首先对原始数据进行清洗,其次采用随机森林(RF)特征降维,对参与目标预测的诸多高维测点变量进行重要度排序,验证所提的工况参数与预测对象温度的相关性,最后再将其输入PSO-LSTM神经网络进行模型的求解.将所提的基于工况参数和改进LSTM方法与最小二乘法、BP神经网络以及原始的LSTM方法进行对比.结果表明,所提模型能有效预测发电机空气冷却器热风温度,相较其他的模型,预测误差能够下降50%左右,同时拥有更优的预测稳定性.

来源：2024年第6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2024年第6期