基于深度学习及混沌优化的燃机电站机组热电负荷优化分配Load optimal distribution of combined heat and power in gas turbine power plant using deep learning and chaotic optimization method
刘钢,金轶群,曹旭,赖菲,柴胜凯,吴涛,何新,王智微,褚贵宏
摘要(Abstract)：
提出了一种基于深度学习及混沌优化的燃机电站机组热电负荷优化分配的新方法。采用深度学习理论中长短时记忆（LSTM）神经网络算法建立机组能耗模型，通过对模型中机组能耗和电负荷、热负荷、环境参数之间非解析函数关系训练学习，并采用混沌优化算法对LSTM神经网络算法训练得到的模型进行负荷优化分配，得到机组最优负荷分配下最小气耗量。实际算例计算结果表明，本文方法计算结果有效，可提高机组运行的经济性。
关键词(KeyWords)： 燃机电站;能耗特性;负荷分配;深度学习;LSTM神经网络;混沌优化
基金项目(Foundation):
作者(Author): 刘钢,金轶群,曹旭,赖菲,柴胜凯,吴涛,何新,王智微,褚贵宏
DOI: 10.19666/j.rlfd.202107174