基于进化算法优化的电站锅炉飞灰浓度超短期深度学习时间序列预测

 

国家统计局数据显示,2020年末中国火电装机容量占比为56.6%,火电全年发电量占比为68.5%。在有序推进碳达峰和碳中和的过程中,燃煤发电厂的节能减排和转型升级,于中国具有重要意义。团队基于深度学习技术,建立了超短期时间序列预测模型。该模型可提前1至2分钟预知发电厂排放的飞灰浓度的变化,作为控制系统动态调整电除尘器的关键参数,如功率和电压,以达致最大化除尘效率并节约能源。相关技术的商品化会以能源管理合约的方式开展,从实际为电厂节省的电力开支中收取费用。

 

 

Team members

何英杰先生*(校友, 市场营销学系, 香港城市大学)
褚英昊博士(深圳大学)

* 项目负责人
(资料以队伍递交报名时为准)

成就
  1. 香港城市大学HK Tech 300种子基金(2021)
  2. Entrepreneurship: 何英杰,2019福布斯中国30位30岁以下精英榜
  3. Start-up Competitions:
    • Outstanding Enterprise Award, the 8th China Innovation & Entrepreneurship Competition
    • National Final in Smart Manufacturing, 2019