CN120258488A 一种火电厂多目标经济调度优化方法、设备、介质及产品 （青岛方天科技股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120258488A(43)申请公布日2025.07.04

(21)申请号202510756359.X

(22)申请日2025.06.09

G06Q50/06(2024.01)

(71)申请人青岛方天科技股份有限公司

地址266000山东省青岛市李沧区九水东

路130-145号3号楼1906室

(72)发明人高凌孙江冯喆王诚宇杨凯于文钦

(74)专利代理机构北京维正专利代理有限公司

11508

专利代理师孙晓雅

(51)Int.CI.

GO6Q10/0631(2023.01)

GO6Q10/04(2023.01)

GO6Q10/0639(2023.01)

GO6Q

30/0201(2023.01)

权利要求书2页

说明书19页

附图3页

(54)发明名称

一种火电厂多目标经济调度优化方法、设

备、介质及产品

(57)摘要

CN120258488A本发明公开了一种火电厂多目标经济调度优化方法、设备、介质及产品，涉及数据处理领域。方法包括：基于火电厂的电网运行参数、发电机组状态参数及环境监测数据，构建初始数据集；根据初始数据集确定当前运营调度需求的特征参数；基于特征参数，通过预设的动态权重分配模型确定经济性指标、环保性指标及调度灵活性指标的实时目标权重系数；根据实时目标权重系数，生成满足发电机组安全约束的初始候选调度方案集合；对初始候选调度方案集合进行主目标定向优化，得到满足预设收敛条件的帕累托最优解集；基于帕累托最优解集生成调度推荐方

CN120258488A

基于火电厂的电网运行参数、发电机组状态参数及

基于火电厂的电网运行参数、发电机组状态参数及环境监测数据，构建初始数据集

根据初始数据集确定当前运营调度需求的特征参数，特征参数包括负荷需求波动率、机组可调裕度及环保限值达标率

基于特征参数，通过预设的动态权重分配模型确定经济性指标、环保性指标及调度灵活性指标的实时目标权重系数

根据实时目标权重系数，生成满足发电机组安全约束的初始候选调度方案集合

对初始候选调度方案集合进行主目标定向优化，得到满足预设收敛条件的帕累托最优解集

基于帕累托最优解集生成调度推荐方案

201

202

203

204

205

206

CN120258488A权利要求书1/2页

2

1.一种火电厂多目标经济调度优化方法，其特征在于，包括：

基于火电厂的电网运行参数、发电机组状态参数及环境监测数据，构建初始数据集；

根据所述初始数据集确定当前运营调度需求的特征参数，所述特征参数包括负荷需求波动率、机组可调裕度及环保限值达标率；基于所述特征参数，通过预设的动态权重分配模型确定经济性指标、环保性指标及调度灵活性指标的实时目标权重系数；根据所述实时目标权重系数，生成满足发电机组安全约束的初始候选调度方案集合；对所述初始候选调度方案集合进行主目标定向优化，得到满足预设收敛条件的帕累托最优解集；

基于所述帕累托最优解集生成调度推荐方案。

2.根据权利要求1所述的方法，其特征在于，所述动态权重分配模型的构建与训练过程包括：构建多模态混合模型结构，所述多模态混合模型结构包括用于融合电网、发电机组数据及环境数据的输入层，嵌入物理机理方程的约束编码层，以及基于多头注意力机制的分层策略网络；

通过仿真技术生成包含多种工况的仿真数据集，所述仿真数据集覆盖燃料短缺、环保设备故障及电网频率扰动场景；

标注所述仿真数据集中各场景的帕累托最优权重向量，形成训练标签集；

将所述训练标签集与物理机理方程作为网络约束规则，对所述分层策略网络的初始参数进行预训练，得到预训练模型；

分别在单机组稳态、多机组耦合及随机故障场景下，对所述预训练模型的分层策略网络进行分阶段强化学习训练，得到所述动态权重分配模型。

3.根据权利要求2所述的方法，其特征在于，在所述分别在单机组稳态、多机组耦合及随机故障场景下，对所述预训练模型的分层策略网络进行分阶段强化学习训练，得到所述动态权重分配模型之后，还包括：

引入对抗生成网络构造扰动样本集；

根据所述扰动样本集对所述动态权重分配模型进行鲁棒性强化训练；

通过在线迁移学习框架，基于实际调度结果与仿真预测的偏差量动态微调所述动态权重分配