径向基神经网络和遗传算法优化热电负荷分配

摘要

根据不同机组特性对电厂热电负荷在机组间进行优化分配,是机组节能的重要手段。对于径向基神经网络算法的隐藏层函数中心选取进行了优化,利用梯度下降法对连接权重进行初始化以及更新。利用改进后的径向基神经网络构建了关于全厂煤耗量与机组负荷之间的模型算法,对两台350 MW机组的实际运行数据进行了分析拟合。针对遗传算法可能陷入局部最优的缺点,对算法进行了改进,以得到全局最优解。采用改进后的遗传算法对供热机组进行了负荷优化分配,并与平均分配方案进行了比较,证明了该算法应用于负荷分配的有效性,为优化负荷分配提供了新思路。