基于递归神经网络和蚁群优化算法的发电环保调度-信息与控制.PDFVIP

信息与控制　　２０１７年　第４６卷　第４期：４１５～４２１ ＤＯＩ：１０．１３９７６／ｊ．ｃｎｋｉ．ｘｋ．２０１７．０４１５ 文章编号：１００２－０４１１（２０１７）－０４－０４１５－０７ 基于递归神经网络和蚁群优化算法的发电环保调度 １ １ １ ２ 柯余洋 ，杨训政 ，熊　焰 ，梁　肖 １．中国科学技术大学计算机学院，安徽 合肥　２３００２７；　２．安徽省电力公司调度控制中心，安徽 合肥　２３００２２ 基金项目：国家自然科学基金重点资助项目；国网安徽省电力公司科技项目（５２１２００１５００７Ｗ） 通信作者：柯余洋，ｋｙｙ１１８＠ｍａｉｌ．ｕｓｔｃ．ｅｄｕ．ｃｎ　　收稿／录用／修回：２０１６－０７－０８／２０１６－０９－２６／２０１６－１０－１２ 摘要 关键词 基于对电力公司历史发电及排放数据（二氧化硫、氮氧化物和烟尘）的分析， 发电调度 文中首先采用递归神经网络（ＲＮＮ）拟合出发电功率与排放数据回归模型，然后在 节能减排 该回归模型与蚁群算法（ＡＣＯ）的基础上设计实时发电调度算法，在满足实时发电 回归分析 任务的前提下使机组总污染物排放量降低，达到节能减排的目的．文章最后通过 蚁群优化算法 安徽省电力的真实数据构建仿真实验验证回归模型和调度方案的有效性． 中图分类号：ＴＭ７３４ 文献标识码：Ａ ＰｏｗｅｒＧｅｎｅｒａｔｉｏｎＤｉｓｐａｔｃｈｉｎｇｆｏｒＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎＢａｓｅｄｏｎ ＲｅｃｕｒｓｉｖｅＮｅｕｒａｌＮｅｔｗｏｒｋａｎｄＡｎｔＣｏｌｏｎｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ １ １ １ ２ ＫＥＹｕｙａｎｇ，ＹＡＮＧＸｕｎｚｈｅｎｇ，ＸＩＯＮＧＹａｎ，ＬＩＡＮＧＸｉａｏ １．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｈｅｆｅｉ２３００２７，Ｃｈｉｎａ； ２．ＤｉｓｐａｔｃｈｉｎｇａｎｄＣｏｎｔｒｏｌＣｅｎｔｅｒ，ＡｎｈｕｉＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｒｐｏｒａｔｉｏｎ，Ｈｅｆｅｉ２３００２２，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ Ｋｅｙｗｏｒｄｓ Ｗｅｐｒｏｐｏｓｅａｎｅｗｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｔｏｆｉｔｐｏｗｅｒｇｅｎｅｒａｔｉｏｎａｎｄｅｍｉｓｓｉｏｎｄａｔａ（ＳＯ２，ＮＯｘ，ａｎｄｓｏｏｔ）ｂｙ ｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｄｉｓｐａｔｃｈｉｎｇ； ｕｓｉｎｇｒｅｃｕｒｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋ（ＲＮＮ）．Ｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌａｎｄａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ ｅｎｅｒｇｙｓａｖｉｎｇａｎｄｅｍｉｓｓｉｏｎ （ＡＣＯ），ｗｅｄｅｓｉｇｎａｒｅａｌｔｉｍｅｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｄｉｓｐａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｒｅｄｕｃｉｎｇｔｏｔａｌｐｏｌｌｕｔａｎｔｅｍｉｓｓｉｏｎｓ ｒｅｄｕｃｔｉｏｎ； ｕｎｄｅｒｔｈｅｐｒｅｍｉｓｅｏｆｃｏｍｐｌｅｔｉｎｇｒｅａｌｔｉｍｅｐｏｗｅｒｇｅｎｅｒａｔｉｏｎａｎｄａｃｈｉｅｖｉｎｇｅｎｅｒｇｙｓａｖｉｎｇａｎｄｅｍｉｓｓｉｏｎｒｅｄｕｃ ｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓ； ｔｉｏｎ．ＷｅｅｖａｌｕａｔｅｏｕｒｐｒｏｐｏｓａｌｂｙｕｓｉｎｇｔｈｅｒｅａｌｅｌｅｃｔｒｉｃｉｔｙｄａｔａｏｆＡｎｈｕｉＥｌｅｃｔｒｉｃＰｏｗｅｒ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ ｓｈｏｗｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｏｕｒｍｅｔｈｏｄ．