基于模糊神经网络的燃气发电风险评价研究

基于模糊神经网络的燃气发电风险评价研究

ID:21873521

大小:55.00 KB

页数:6页

时间:2018-10-25

基于模糊神经网络的燃气发电风险评价研究_第1页
基于模糊神经网络的燃气发电风险评价研究_第2页
基于模糊神经网络的燃气发电风险评价研究_第3页
基于模糊神经网络的燃气发电风险评价研究_第4页
基于模糊神经网络的燃气发电风险评价研究_第5页
资源描述:

《基于模糊神经网络的燃气发电风险评价研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于模糊神经网络的燃气发电风险评价研究摘要:燃气发电具有环保、发电效率高、运行灵活等优势,不仅有利于优化和调整电源结构,而且促进节能减排和能源供应可持续发展。基于目前我国燃气发电现状,构建了燃气发电风险的评价指标体系,建立了基于模糊神经X络的燃气发电风险评价模型,并采用算例进行分析。结果表明,该模型应用于燃气发电风险评价是可行的,并且具有高效率。关键词:燃气发电;风险评价;模糊神经X络;节能减排引言随着环境污染日益严重、能源供给压力不断增大等问题的凸显,转变经济增长方式,走低碳化发展道路,已经成为世界各国的普遍共识。燃气发电

2、厂由于使用天然气等清洁能源,各项排放指标优于燃煤电厂[1,2],使得燃气发电不仅可以有效减少碳排放,而且可以缓解煤炭等传统能源的供需压力。随着燃气发电越来越受到重视,很多学者对燃气发电进行了实证分析和研究。如文献[1]分析了我国燃气发电现状及规划,并对行业前景从天然气开采、发电量等方面进行预测;文献[3]在随机生产模拟的基础上,对天然气发电效益进行分析;文献[4-5]从风险评价方面对天然气市场或发电方面进行研究。本文在已有研究的基础上,从燃气发电现状入手,建立我国燃气发电行业的风险评价指标体系,结合模糊神经X络方法,对我国燃

3、气发电进行风险评价。1燃气发电风险评价指标体系基于风险评价指标体系的构建原则,本文将我国燃气发电的风险分为以下五类并进行评价。(1)资源风险:对于燃气电厂来说,资源的可采储量、采选方式可能与计划结果存在偏差,导致燃气发电成本增加或发电量乃至电X收到影响。(2)生产风险:燃气电厂对天然气供应的要求很高,而其在与天然气供应商签订“照付不议”合同、与电X公司的协调方面,都存在一定程度的不确定性,并会对发电产生影响。(3)技术风险:随着燃气发电的应用扩大化和机组大型化趋势日益明显,技术和工作原理也更加复杂,因此存在一定的技术风险。(

4、4)市场风险:燃气发电的市场风险主要包括市场竞争、市场供求和发电效益三个方面[6,7]。(5)环境风险:国内外天然气、电力市场的变动以及国际经济形势也会对燃气发电的发展起重要作用,因此存在一定的环境风险。根据上述对燃气发电风险的分析,构建我国燃气发电风险评价指标体系,如表1所示。2模糊神经X络模型的构建2.1模糊神经X络结构模糊神经X络将模糊理论和神经X络理论结合起来,本文构建的模糊神经X络模型采用模糊系统和神经X络串联连接方式,即输入经过隶属函数转化为模糊量后,再进入神经X络系统进行处理[8-10]。模型结构的第1层为输入

5、层,第2层为模糊化层,第3层为模糊推理层,第4层为输出层。本文模糊神经X络结构如图1所示。2.2模糊化处理步骤根据已建立的燃气发电风险评价指标体系,采用模糊综合评价法对燃气发电风险因素的指标量化处理,使得模糊处理系统的输出作为神经X络系统的输入,具体步骤如下。(1)确定因素集。根据风险指标体系构造因素集X={x1,x2,…,xk}和每个二级指标的因素集Xi={Xi1,Xi2,...Xin},i=1,2,…k。(2)确定评语集。对于因素Xi来说,专家对各风险因素逐个给出风险程度评语,将各指标的评语分为m个等级,评语集为Y={y

6、1,y2,…ym}。(3)做单因素评价,得评价矩阵R。构造模糊映射f,X→F(Y),F(Y)是Y上的模糊集,映射f为风险因素xi对评语集Y的隶属向量Ri={ri1,ri2,…rim},i=1,2…n。由此得到评价矩阵R=(rij)n×m∈F(X×F)。(4)做综合评价。对评语集中每个评价指标赋予权重A=(a1,a2,…,an),ai=1,ai?叟0由模糊运算得到一级评价结果B=A·R,并以类似方法求出二级评价结果C=(c1,c2,…,),该向量作为神经X络的输入。2.3神经X络模型设输入层节点数为m,隐含层节点数为e,输出层

7、节点数为n,其中隐含层节点数通常采用Kol-mogorov定理的经验处理公式e=+c,式中,c为介于1~10的常数。对任一神经元i,其输入、输出关系可表述为Oi=f(?棕ijhj+?兹i),式中,hj为神经元的第j个输入,Oi为神经元的第i个输出;?棕ij是所有与第i个神经元相连的权值;?兹i是神经元第i节点的阈值。f(x)为传递函数,一般采用sigmoid型:f(x)=(1+exp(-x))-1。设有p组训练样本,用其中的第k组的样本的输入、输出模式对X络进行训练。设定收敛误差界值为?着min,最大学习次数为N,经过反复迭

8、代运算,根据误差函数,得出样本误差Ek=(hoi(k)-yoi(k)),训练集误差E=Ek。若X络输出值与期望输出值之间的误差不满足误差精度要求,则将误差反向传播,误差传播过程中,要不断地反复修正X络中连接权值和阈值,直至满足误差精度要求。连接权值和阈值修正公式为?驻k?棕(t+1)=?浊

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。