联合循环发电站电力输出预测
为了使联合循环发电站利润最大化,准确预测其满负载电力输出非常重要。联合循环发电站运行时,前一级产生的废气被用来驱动下一级热机,以此来推动发电机,其满负载电力输出受到环境温度、大气压强、相对湿度和废气气压的影响。为此,首先,采用核主成分分析(kernel principle component analysis,KPCA)对电站发电相关的特征进行特征组合降维完成特征提取;然后,采用极端梯度提升(extreme gradient boosting,XGBoost)算法进行特征重要性评分,并结合序列前向选择法(forward selection,FS)获取最优特征子集;最后,构建了KPCA-XGB-FS模型用于联合循环发电站满负载下小时电力输出预测。通过对某联合发电站的真实数据进行实验,并与使用相同数据的已有研究方法进行对比,结果表明,所提出方法能够有效对电力输出进行预测,预测结果优于已有的研究方法。