论文部分内容阅读
基于深度学习的NOx排放量建模及优化方法研究
【摘 要】
：
国家能源局统计结果显示,2020年全国火力发电量达52798.7亿k Wh,约为全国发电总量的71.2%,占绝对主导地位。但是燃煤锅炉燃烧产生的NO_x对生态环境有显著影响。随着国家对环境保护的日益重视,NO_x排放量的预测与控制受到广泛关注。针对燃煤电厂NO_x排放量控制过程中存在的预测模型精度低以及优化控制难的问题,以1000MW锅炉为研究对象,从数据处理、高精度建模、多目标优化以及系统设计四
【机 构】
：
东北电力大学
【出 处】
：
东北电力大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
该论文的主要工作是初步完成了CORTEX卫星测控单元的研究和开发.CORTEX是一套法国引进的卫星测控、测距设备.利用该测控单元,该课题主要对输出的仿真卫星平台和有效载荷的数据在指定的调制方式、多路方式、编码格式、载波频率、多普勒效应、跟踪速率、跟踪范围等技术指标下,建立了高、低速率不同卫星测控链路基带和中频的自环仿真.完成了遥测信息,遥控指令的调制解调和自环测距的功能开发,并进行了测控链路的中频
学位
经济调度问题就是在满足系统稳定运行和保证电能质量的首要前提下,最大限度的提升运行的经济性,令系统消耗的总能源成本达到最小,就其本质而言是一种最优问题。鉴于对电网系统内部新添加的扰动因素的考量,原有的一些经典的求解处理算法已经无能为力。再者,伴随着民众对周边生活环境的逐渐重视,经济调度问题已由只以发电总成本为目标的单目标优化转变成为同时计及发电总成本和污染物排放量的多目标优化。本文由电力系统传统经济
学位
随着通信技术和控制技术的飞速发展,信息化和工业化的深入融合,信息系统与传统物理设备之间的联系也逐渐密切,在这种背景下,信息物理系统(Cyber physical system,CPS)应运而生。作为控制领域的前沿研究方向,信息领域与控制领域的融合也为传统电力系统提供了全新的发展方向——电力信息物理系统(Cyber physical power system,CPPS)。CPPS的形成与发展,在给现
学位
受风速特性的影响,风电功率具有显著的随机性、波动性和间歇性,大量风电并入电网容易对电力系统的安全和稳定运行带来一定的影响。因此,可靠、高精度的风功率预测技术是目前解决这一问题的关键。本研究将基于风电场的实际生产数据,对深度置信网络在风功率预测建模中的应用以及桨距角优化问题进行了探究。主要包括以下内容:(1)选用中国三个不同风电场的实际生产数据作为研究对象,采用拉伊达准则方法识别并剔除原始数据中的奇
学位