改进Transformer网络模型

超超临界机组精准建模

该模型通过改进的Transformer网络与堆优化算法,能够准确捕捉超超临界机组在快速负荷波动下的动态特性,为协调控制系统提供高精度建模。

黄从智 · Zhuoyong, Li

Energy 2023

参数信息

电功率均方误差
1.34E−04
主蒸汽压力均方误差
1.54E−04
分离器温度均方误差
1.71E−04

技术优势

捕捉长期依赖与局部特征

卷积Transformer与残差网络结合自注意力机制,能够同时提取时序中的长期依赖关系和局部特征图,从而在快速功率波动下获得精确模型。

优化超参数选取

采用融合哈里斯鹰优化的堆优化算法(HHBO)辨识网络超参数,提高了建模精度和速度。

收敛性经理论证明

利用Lyapunov函数证明了所提网络的收敛性,为控制策略设计提供理论支撑。

应用场景