基于粗糙集-BP神经网络的火电机组热控电源自动配置模型

摘要

火电厂是我国重要的电力生产项目,为提高火电机组运行的可靠性与经济性,基于粗糙集理论,结合BP神经网络算法,研究火电机组热控电源自动配置模型。分析热控电源的基本特征,利用电力参数模块,采集热控电源信号特征,进行归一化处理,构建自动配置方法的初始数据集,基于粗糙集理论,根据属性决策特征,建立电源信号属性决策表,为自动配置方法,提供理论依据,进行连续属性的约简处理与离散化处理,精简化属性决策集合,利用BP神经网络算法,建立火电机组热控电源自动配置模型。为检测模型的可行性,设计模拟试验,试验结果显示,设计模型具有高效性与准确性,模型输出结果的ROC曲线,对应的AUC值(Area under curve)为0.916,即模型自动配置结果的精准度为91.6%,表明融合了粗糙集理论与BP神经网络算法的模型,可以显著地提升模型的精准度。