研究文章
基于 AI 算法的火电厂机组运行优化策略探究
摘要
新型电力系统建设与火电节能降碳、深度调峰并行推进，传统火电依靠人工经验、固定参数运行，难以适配电网负荷、煤质及设备工况动态变化，存在能耗高、控制精度差等短板。人工智能算法具备非线性拟合、动态寻优、自主学习优势，能够解决机组多变量耦合、强滞后、非线性调控难点。本文结合电厂生产实际，阐述 AI 优化机组运行的应用价值与核心应用场景，剖析AI落地时模型适配差、数据体系不健全等现存问题，结合现场工况提出对策，为火电机组智能、精细、低碳化运行提供可落地实践参考。
关键词
AI算法；火电厂；运行优化
参考
张战强,陈英会,李全.基于深度学习算法的火电厂燃煤机组脱硝入口NOx浓度软测量方法及工程应用[J].中国高新科技,2025, (22):34-35+44.
刘双强.基于遗传算法的火电厂电动机组最优运行策略研究[J].中国新技术新产品,2024,(20):24-26.
钟佳华,刘刚.基于遗传算法的火电厂机组最优运行研究[J].电气技术与经济,2023,(10):4-6.
金洪吉.火电厂机组负荷优化分配的混沌粒子群算法分析[J].电子器件,2017,40(1):212-216.
高叶军,连志刚,曹宇.基于改进布谷鸟算法的火电厂机组组合优化[J].电气自动化,2015,37(4):64-66.
亢国栋,孙伟,杨海群,陈杨,聂婷.基于改进粒子群优化算法的火电厂机组负荷分配[J].计算机测量与控制,2015,23(2):593-596.
缑新科,崔乐乐,巨圆圆,郭涛,张顺.火电厂机组煤耗特性曲线拟合算法研究[J].电力系统保护与控制,2014,42(10):84-89.
