摘要
本发明涉及电厂管理技术领域,公开了一种智慧电厂用电率智能调控方法及系统,采集电厂设备能耗数据、环境参数、负荷需求数据、设备运行状态数据及历史用电率数据,结合DTW算法对齐多源数据,得到时间序列数据;采用GNN网络对电厂设备进行拓扑建模;将时间序列数据输入Transformer模型,结合GNN网络输出的结果进行特征提取,得到未来24小时负荷预测结果;基于负荷预测结果,通过粒子群优化算法与DQN网络的联合应用,生成调控方案;将调控方案转换为调控指令,下发调控指令,并采集调控后的数据进行实时反馈;本发明实现用电率的实时预测,调控响应时间较传统人工调控缩短,降低厂用电率,提升响应速度。
技术关键词
智能调控方法
电厂设备
设备运行状态数据
可调负荷
智能调控设备
粒子群优化算法
DTW算法
引入注意力机制
网络
电厂管理技术
统一时间尺度
设备关联关系
时间序列形式
参数
智能调控系统
交叉注意力机制