随机森林算法在水电站发电调度中的应用.pdf

随机森林算法在水电站发电调度中的应用尚扬,程臻,何超,孔庆竹,魏超(国网六安供电公司,安徽 六安 )摘要:常规的发电调度方法以发电机组负荷优化为主,无法避免调峰对水电站的负面影响,导致发电量与预期不符.为此,研究了随机森林算法在水电站发电调度中的应用.以水位、出力、流量等约束条件,提取水电站发电调度规则.利用随机森林算法,预测水电站发电量,确定随机动态调度过程的期望发电量.构建水电站发电调度模型,消除调峰对水电站的负面影响,使最终的发电调度与期望发电调度保持一致,从而实现水电站发电的高效调度.采用对比实验方式,以六安三河电站为例,验证了该调度方法的发电量与预期相符,能够适应发电调度环境,具有较高的推广价值.关键词:随机森林算法;水电站;发电;调度方法;发电量;发电期望中图分类号:T V D O I:/j c n k i d g j s A p p l i c a t i o no fS t o c h a s t i cF o r e s tA l g o r i t h mi nH y d r o p o w e rG e n e r a t i o nD i s p a t c h i n gS HAN GY a n g,CHE N GZ h e n,HEC h a o,K ON GQ i n g z h u,WE IC h a o(S t a t eG r i dL u a nP o w e rS u p p l yC o m p a n y,L u a n ,C h i n a)A b s t r a c t:T h e c o n v e n t i o n a l g e n e r a t i o nd i s p a t c h i n gm e t h o d i sm a i n l yb a s e do n t h eo p t i m i z a t i o no f e l e c t r i cg e n e r a t o r l o a d,w h i c hc a n n o t a v o i d t h e n e g a t i v e i m p a c t o f p e a k l o a d r e g u l a t i o no nh y d r o p o w e r s t a t i o n s,r e s u l t i n g i np o w e r g e n e r a t i o nn o tm e e t i n g e x p e c t a t i o n s T h e r e f o r e,t h e a p p l i c a t i o no f s t o c h a s t i c f o r e s t a l g o r i t h mi nh y d r o p o w e r g e n e r a t i o nd i s p a t c h i n g i s s t u d i e d T h eg e n e r a t i o nd i s p a t c h i n gr u l e so f h y d r o p o w e r s t a t i o na r e e x t r a c t e dw i t hw a t e r l e v e l,o u t p u t a n d f l o wc o n s t r a i n t s B yu s i n g s t o c h a s t i c f o r e s t a l g o r i t h m,t h ep o w e rg e n e r a t i o no f h y d r o p o w e r s t a t i o n i sp r e d i c t e d,a n d t h ee x p e c t e dp o w e rg e n e r a t i o no f s t o c h a s t i cd y n a m i cd i s p a t c h i n gp r o c e s s i sd e t e r m i n e d T h eg e n e r a t i o nd i s p a t c h i n gm o d e l o fh y d r o p o w e rs t a t i o n i sc o n s t r u c t e dt oe l i m i n a t e t h en e g a t i v ei n f l u e n c eo f p e a k s h a v i n g o nh y d r o p o w e r s t a t i o n,s o t h a t t h e f i n a l g e n e r a t i o nd i s p a t c h i n g i s c o n s i s t e n tw i t h t h e e x p e c t e dg e n e r a t i o nd i s p a t c h i n g B ym e a n s o f c o n t r a s t e x p e r i m e n t,t a k i n gL u a nS a n h eP o w e r S t a t i o na s a ne x a m p l e,i t i s v e r i f i e d t h a t t h e g e n e r a t i o nc a p a c i t yo f t h i sd i s p a t c h i n gm e t h o d i s i na c c o r d a n c ew i t h t h e e x p e c t a t i o n T h i sm e t h o d c a na d a p t t o t h e p o w e r g e n e r a t i o nd i s p a t c h i n ge n v i r o n m e n t a n dh a sh i g hp r o m o t i o nv a l u e K e yw o r d s:s t o c h a s t i c f o r e s t a l g o r i t h m;h y d r o p o w e r s t a t i o n;g e n e r a t i o n;d i s p a t c h i n gm e t h o d;g e n e r a t i o nc a p a c i t y;g e n e r a t i o ne x p e c t a t i o n收稿日期:作者简介:尚扬(),从事调度自动化工作;程臻(),工程硕士,高级工程师,从事电网调度运行工作;何超(),从事电力调度运行工作;孔庆竹(),硕士研究生,高级工程师,从事调度自动化工作;魏超(),硕士研究生,从事自动化主站运维工作.引言电能是人们生活中的重要物质基础,在各领域均存在电能的影子,它为人们的生活环境与工作环境带来了光明.电能主要依靠煤炭资源,而煤炭不可再生,使电能的使用受到了制约.目前,电力企业使用风能、水能等清洁能源代替煤炭能源.风能、水能随处可见,使用二者进行发电能够降低发电成本,提升经济效益.风能虽然具有发电功能,但是其能量转换较困难,受到地理条件的制约,影响发电效果.水能资源因绿色、低廉而脱颖而出,水电站的建成使水力发电更简便,但受发电机组负荷、调峰等负面因素作用,其发电调度效果不佳,亟需改进.针对此项问题,研究人员设计了多种调度方法.其中,基于螺旋梯度法向逼近遗传算法的方法与基于改进粒子群算法的方法应用较广泛.基于螺旋梯度的方法主要依靠模型优化调度发电机组负荷,在遗传算法的收敛下,更快地达到调度期望,从而提高调度效果.基于改进粒子群算法的方法主要针对调峰对水电站的负面影响进行优化,以梯级调度的方式更快地达到调度期望.以上两种方法均存在不同程度的问题,影响调度效果.随机森林算法主要对相关数据进行预测,更快达到预期,因此本文利用随机森林算法设计水电站发电调度方法.基于随机森林算法的水电站发电调度方法设计 提取水电站发电调度规则在进行水电站发电调度的过程中,将时段入库流量与电工技术人工智能与传感技术 水位库容作为调度函数的输入因子.输入因子选取完成后,针对同一 量 级 水 位 在 不 同 时 期 的 调 度 规 则 是 不 同的.根据水电站入库径流、水位等指标,对调度规则进行提取.调度因子表示为:Kf(I,t,)()式中,K为调度因子;I、t、分别为时段出库流量、入库径流、库水位、来水因子.水电站运行调度的重要指标是发电量,发电量高时经济性与可靠性随之增加.本文以调度时段的平均出力作为发电调度可靠性的衡量标准.在不满足出力约束时,增加惩罚项对调度函数进行约束.调度函数表示为:m a xVIitjRi j(Ri jRa)()式中,m a xV为调度函数;Ri j为第i个水电站在第j个时段的出力;Ra为水电站的保证出力;为惩罚系数.本文利用 约 束 条 件,提 取 水 电 站 的 调 度 规 则,约 束 条 件 表示为:Si jSi jSi jRi jRi jRi jWi jWi jWi j()式中,Si j为水电站i在第j时段的水位m i n值;Si j为水电站i在第j时段的水位a v g值;Si j为水电站i在第j时段的水位m a x值;Ri j为水电站i在第j时段的出力m i n值;Ri j为水电站i在第j时段的出力a v g值;Ri j为水电站i在第j时段的出力m a x值;Wi j为水电站i在第j时段的流量m i n值;Wi j为水电站i在第j时段的流量a v g值;Wi j为水电站i在第j时段的流量m a x值.在水位调度规则、出力调度规则、流量调度规则下,对水电站进行发电调度.基于随机森林算法预测水电站发电量从六安三河电站发电调度的相关数据中选取出随机样本集P,生成随机向量序列L.利用随机森林重抽样的方式,从P中抽出p个发电数据.P中的数据来自六安三河电站出力的自变量,随机向量序列L是独立分布的随机向量,则以回归树节点表示调度节点,公式为:E r r(P)Li(yiyij)L()式中,E r r(P)为回归树节点分裂属性;yi为第i个随机森林变量;yij为第i个随机森林变量的第j个剪枝系数.根据E r r(P)的取值,对六安三河电站发电量进行预测,公式为:P(x)a r g m a x LiE r r(P)X()式中,P(x)为随机森林的发电量预测值;为示性函数;X为输出变量.以随机森林算法预测出的发电量为基础,确定随机动态调度的期望发电量.给定一个新的回归树节点x,令yi(x)为随机森林的预测变量,则随机森林算法确定的期望发电量为:Y(x)Ntiyi(x)Nt()式中,Y(x)为期望发电量;Nt为随机森林的第t棵树的预测结果.根据发电量预测结果,构建出六安三河电站发电调度模型,如图所示.图六安三河电站发电调度模型流程根据六安三河电站的实际情况,制定年度调度计划、月内调度计划以及周调度计划,当周结束后重新制定周计划,当月结束后重新制定月计划,当年结束后重新制定年计划.通过使用调度模型,消除了调峰对六安三河电站的负面影响,使最终的发电量更趋近于期望发电量,最大限度地提高发电效果.实验为了验证本文设计调度方法具有使用价值,进行了相应实验分析.最终的实验结果以文献 基于螺旋梯度法向逼近遗传算法的方法、文献 基于改进粒子群算法的方法以及本文设计的基于随机森林算法的方法对比的形式呈现.实验过程本次实验以六安三河电站为例,该水电站的发电调度数据较多,选取时间跨度为 年的发电量、入库流量、下泄流量、坝上水位、坝下水位、水头、蓄能值等数据进行分析.为了保证实验中时间序列为完整状态,对数据中的缺失值进行处理.根据随机森林算法,对六安三河电站发电调度进行分析,发电调度流程如图所示,发电调度与时段初、末水位、库容、水头等指标有关,通过随机森林预测模型的约束,计算水头、发电量,计算完成后,将期望发电量作为调度期望,满足随机调度函数约人工智能与传感技术电工技术束与发电量大于发电期望的情况后,完成一次调度,否则退出重新调度.图发电调度流程图本次实验随机选取 天、天、天、天、天等调度时间点,选用A I发电机组与A I I发电机组进行发电调度.六安三河电站在 天内的发电调度情况见表.表六安三河电站发电调度表调度时间/天机组机组调度负荷/MW机组发电耗水量/(m/s)调度一次消耗的时间/s A I机组 A I I机组 A I机组 A I I机组 A I机组 A I I机组 A I机组 A I I机组 A I机组 A I I机组 由表可知,在六安三河电站 天内的发电调度过程中,A I发电机组的调度负荷平均值为 MW,A I I发电机组的调度负荷平均值为 MW;A I发电机组的发电耗水量平均值为 m/s,调度一次消耗的平均时间为 s,A I I发 电 机 组 的 发 电 耗 水 量 平 均 值 为 m/s,调度一次消耗的平均时间为 s.由此可知,在 天内的发电调度过程中,A I I发电机组的发电效果不佳,据此更能看出调度方法的调度效果,因此选取负荷平均值、发电耗水量平均值、调度消耗的平均时间等指标均较高的A I I发电机组作为实验机组,对其发电调度效果进行分析.实验结果在上述实验条件下,以六安三河电站 天的发电天数为基准,对其发电调度效果进行分析.实验将期望发电量作为调度期望,发电量与期望发电量越相近,则发电调度效果越佳.在发电条件一致的情况下,将文献 基于螺旋梯度法向逼近遗传算法的发电量、文献 基于改进粒子群算法的发电量以及本文设计的基于随机森林算法的发电量进行对比,实验结果如图所示.图实验结果由图可知,六安三河电站发电量是一个动态调度过程,期望发电量就是水电站发电的期望调度值,其中期望调度值在第 天时达到了 k Wh,并维持了 天.也就是说,六安三河电站发电调度的最佳值为 k Wh,在 天的发电天数中,越快达到期望调度值,调度效果越佳.在其他条件均一致的情况下,文献 基于螺旋梯度法向逼近遗传算法的发电量在第 天处达到了期望调度值,在维持了 天的调度期望值之后,发电量逐渐降低,由此可见文献 方法的发电调度效果不佳,亟需进一步改进.文献 基于改进粒子群算法的发电量在第 天处达到了期望调度值,在维持了 天的调度期望值之后,发电量逐渐降低,由此可见文献 方法的调度效果较文献 方法有所改善,但发电调度仍存在一定的弊端,影响调度效果.而本文设计的基于随机森林算法的发电量在第 天处达到了期望调度值,并在第 天开始下降,期望调度值维持了 天,多于期望调度的 天,也就是说,使用本文方法能够快速达到期望调度值,并维持较长时间,调度效果更佳,符合本文研究目的.结语近些年来,水能作为清洁能源,为电力企业的发展提供了保障.六安三河电站建成之后,发电机组运行维护成本较低,经济效益较高,受到电力企业的欢迎.但是,水能资源不能直接使用,需要利用发电机组进行发电,存在发电不确定性,影响发电效果.长期以来,水电站保持着良好的调度,发电量能够达到预期,具有一定的发电价值.但是,在新的经济背景下,电力需求较高,以往的调度方法无法适应新环境,导致发电量降低.因此,本文利用随机森林算法,设计了六安三河电站发电调度方法,通过发电调度规则、预测发电量、调度模型等使六安三河电站的发电量与发电期望趋近.参考文献 赵睿,刘勇,张仁贡基于螺旋梯度法向逼近遗传算法的水电(下转第 页)电工技术人工智能与传感技术 测试结果与分析在上述基础上,对于不同方法测试结果的分析指标,本文充分考虑了烟火检测的实际需求以及变电站火灾安全管理的要求,以有效检出时间作为基准,分别统计了种方法检出烟火警情的时间,得到的测试结果见表.表不同方法测试结果统计表s 测试环境文献方法烟雾火光文献方法烟雾火光本文设计方法烟雾火光 通过对表中的测试结果进行比较可以发现,不同方法的烟火信号检出时间存在较为明显的差异.在文献方法测试结果中,烟雾和火光的检出时间与烟雾的浓度及火光的强度直接相关,其中最短时间分别为 s和 s,最长时间分别为 s和 s.烟雾的浓度逐渐加强时,对应的检出时间逐渐缩短,当火光的强度逐渐加强时,检出时间也表现出了明显的缩短趋势.这对变电站的火灾安全管理是十分不利的,在一定程度上延误了最佳的火灾警情控制时机.在文献 方法测试结果中,当烟雾的浓度以及火光的强度到达一定水平(测试环境以及测试环境)时,其检出效率相对较高,但是当烟雾的浓度以及火光的强度处于相对较低的状态(测试环境、测试环境以及测试环境)时,其检出效率明显偏低,最长时间开销分别达到了 s和 s.相比之下,本文设计检测方法的火灾警情的检出时间开销与烟雾的浓度以及火光的强度并不存在直接关系,其中,烟雾检出时间始终稳定在 s,火光检出时间始终稳定在 s,实现了对火灾警情的及时检测.通过上述的测试结果及分析可得出结论,本文设计的基于计算机视觉的变电站烟火自动检测方法可实现对烟火的快速检测,对于变电站火灾管控工作具有良好的实际应用价值.结语火灾隐患作为严重威胁变电站运行安全和财产安全的因素之一,其检测一直是变电站重要的安全管理工作.本文提出基于计算机视觉的变电站烟火自动检测方法研究,通过计算视觉实现对待检测环境信息的全面采集,并根据采集数据的特征,实现了对烟火警情的准确检测,在极大程度上保障了变电站的安全,为火灾隐患的处理提供了充足的时间.在避免火灾发生方面,本文设计方法具有良好的实际应用价值.参考文献 冯庭有,蔡承伟,田际,等基于Y O L O v 的自注意力烟火检测算法J机电工程技术,():田枫,冯建臣,刘芳改进Y O L O v 的油田作业现场烟火检测J计算机系统应用,():赵辉,赵尧,金林林,等基于Y O L O X的小目标烟火检测技术研究与实现J图学学报,():刘红燕,李谨,唐振,等基于卷积神经网络的烟火智能识别算法应用研究J中国新技术新产品,():刘青,刘志国,刘守全,等基于改进Y O L O v 的无人机林火监测系统设计与实现J消防科学与技术,():刘文婷,卢新明基于计算机视觉的T r a n s f o r m e r研究进展J计算机工程与应用,():李先锋,徐森,花义明基于O p e n C V计算机视觉的海事视频船舶火灾烟雾检测技术J舰船科学技术,():韩美林,张文文基于视频图像的多特征融合的森林烟火检测系统研究J无线互联科技,():陈金鹏,孙浩,东辉,等采用卷积神经网络的烟火智能识别算法J福州大学学报(自然科学版),():(上接第 页)站优化调度研究J水电站机电技术,():张艳华,黄静梅,黄景光,等基于改进粒子群算法的梯级水风光短期调峰优化调度J科学技术与工程,():申建建,王月,程春田,等水风光多能互补发电调度问题研究现状及展望J中国电机工程学报,():李德龙,许小华,温天福,等大型水库发电运行优化调度决策支持系统研究J中国农村水利水电,():,柳俊,李匡,黄存宇,等有尾水位顶托的上下游水电站的水位影响分析与控制方法J水电与新能源,():王现勋,齐帅,曾坤,等考虑顶托影响的水电综合出力系数动态特性分析J中国 农 村水 利水 电,():,申建建,张博,程春田,等耦合K L理论与调度特征的大规模水电站群优化调度降维方法J水利学报,():程琳,李才芳,于传,等基于免疫算法的水火电节能发电调度优化 方 法 研 究 J安 徽 电 气 工 程 职 业 技 术 学 院 学 报,():周建中,何中政,贾本军,等水电站长中短期嵌套预报调度耦合实时来水系统动力学建模方法研究及应用J水利学报,():人工智能与传感技术电工技术