基于互信息参数优化BP神经网络的生物质发电量预测研究

摘要：

生物质直燃发电是目前应用最广、规模最大的生物质能利用方式.然而由于生物质种类繁多、理化性质多变、燃烧不稳定,使得发电量难以准确预计,这为电网调度、安全运行带来隐患.为此,提出一种基于互信息参数优化BP神经网络的生物质发电量预测模型.从生物质电厂收集发电量以及物料参数、锅炉参数、汽机参数、环境参数等实际生产数据,采用平均影响值分析、相关分析和互信息分析对发电量的影响因素进行优化选择,并利用电厂实际数据建立BP神经网络模型.测试结果表明,采用优化影响因素建立的神经网络模型预测误差大幅度降低,其中互信息分析优化效果最佳,平均预测误差从未优化模型的4.59％降至0.66％,且进一步优化神经网络参数后,平均预测误差降至0.50％.

关键词：生物质、发电量、互信息、参数优化、BP神经网络

所属期刊栏目：44

分类号：TM61(发电、发电厂)

资助基金：国家电网有限公司总部科技项目5400-202031205A—0-0-00

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：126-131