抽水蓄能电站技术供水系统智能调节方法研究OA北大核心CSTPCD

【目的】在抽水蓄能电站技术供水系统的实际运行过程中,对于冷却水量的调节较为粗放,其历史数据并不能直接用于研究,因此考虑将机组温度作为中间变量,通过研究工况-温度-流量的映射关系,实现技术供水系统的智能调控。【方法】针对该问题,首先通过建立改进的长短期神经网络(LSTM)技术供水系统温度预测模型,将负荷等工况参数作为输入量预测技术供水对象的温度,随后通过Fluent仿真建立温度与流量的映射关系,最后根据拉依达准则计算得到的温度阈值判断是否报警,并给出推荐流量。【结果】实例计算结果显示:所提改进LSTM方法相较于其他方法,预测精度至少提高58.45%,同时仿真所得推荐流量基本符合电站实际运行数据,在满足安全运行的前提下节水量至少达到2.33%。【结论】结果表明:所提方法可以对目标温度做到较为精准地预测,并在此基础上通过内置仿真模型,实现更合理地分配用水量,对抽水蓄能电站技术供水系统智能调节具有一定指导意义。