大化水电站小时级耗水率预测与动态优化调度OA
针对新能源并网背景下水电站变工况运行频繁、静态耗水率曲线难以准确刻画小时级动态变化的问题,开展耗水率预测与优化调度研究。以大化水电站2020—2025年小时级数据为基础,反演并校验耗水率物理一致性;对时序融合变换器(TFT)进行层归一化与GELU激活、残差连接及双层预测头三项改进,构建小时级耗水率预测模型;将预测结果嵌入自适应惯性权重粒子群优化(IPSO)框架,形成TFT-IPSO耦合优化调度方法。结果表明:改进型TFT模型在测试集上MAE为1.634、MAPE为8.54%,优于基础型TFT、LSTM及GRU模型;消融实验表明三项改进组合可使MAPE降低1.15个百分点;优化调度实现约1.62%节水率;在噪声扰动下,IPSO节水率标准差始终低于PSO,表现出更强鲁棒性。所提方法可有效捕获变工况下耗水率动态变化,优化结果平稳可靠,为水电站短期调度决策提供技术参考。
杨鑫
广西桂冠电力股份有限公司大化水力发电总厂,广西大化530800
建筑与水利
耗水率预测改进TFT模型优化调度水电站IPSO动态规划
《红水河》 2026 (4)
P.131-137,7
评论