空压机负荷预测与智能调度算法研究

摘要

针对目前空压机机组调度中存在能源消耗高、资源浪费严重等问题，结合空压机机组的组合特点，对空压机的台数调度进行研究。提出一种多策略改进的哈里斯鹰优化算法(MHHO)和深度回声状态网络(DESN)相组合的空压机负荷预测模型，在获得一天24 h所需负荷之后，利用MHHO算法对机组组合进行调度和用气量分配。实验结果表明：预测模型对空压机负荷预测具有更高的准确性，提高了机组的运行效率，减少了系统能源消耗，具有应用价值。

关键词

空压机负荷预测 / 改进的哈里斯鹰优化算法 / 深度回声状态网络 / 超参数 / 智能调度

基金资助

国家科技部重点研发计划项目(2018YFB1700803);; 重庆市科委一般自然基金项目(cstc2019jcyj-msxmX0500)