基于互信息参数优化BP神经网络的生物质发电量预测研究

来源：中国农机化学报杂志2023年第2期北京时间：

作者：佟敏, 史昌明, 马善为, 崔亚茹, 李凯

单位：1. 国网内蒙古东部电力有限公司电力科学研究院，呼和浩特市，010020；2. 华北电力大学新能源发电国家工程研究中心，北京市，102206

摘要：生物质直燃发电是目前应用最广、规模最大的生物质能利用方式。然而由于生物质种类繁多、理化性质多变、燃烧不稳定，使得发电量难以准确预计，这为电网调度、安全运行带来隐患。为此，提出一种基于互信息参数优化BP神经网络的生物质发电量预测模型。从生物质电厂收集发电量以及物料参数、锅炉参数、汽机参数、环境参数等实际生产数据，采用平均影响值分析、相关分析和互信息分析对发电量的影响因素进行优化选择，并利用电厂实际数据建立BP神经网络模型。测试结果表明，采用优化影响因素建立的神经网络模型预测误差大幅度降低，其中互信息分析优化效果最佳，平均预测误差从未优化模型的4.59%降至0.66%，且进一步优化神经网络参数后，平均预测误差降至0.50%。

关键词：生物质,发电量,互信息：参数优化,BP神经网络

基金资助：国家电网有限公司总部管理科技项目资助(5400—202031205A—0—0—00)