申请/专利权人:浙江大学
申请日:2024-03-15
公开(公告)日:2024-05-14
公开(公告)号:CN118036468A
主分类号:G06F30/27
分类号:G06F30/27;G06F18/27;G06F18/214;G06F30/28;G06F119/14;G06F113/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本发明公开了一种面向变负荷下压气机水洗的多模式建模与数知融合决策方法。本发明充分考虑了燃气轮机频繁变负荷特性、燃气轮机多变量耦合特性对压气机性能的双重影响关系,对刚离线水洗完的健康样本对压气机压比进行回归建模,形成数据驱动的压气机性能模型,通过模型失配程度评估在线数据的性能退化情况。构建知识驱动的压气机性能模型并用发电机有功功率作为条件指示变量对健康样本计算的等熵效率进行划分,确定在线数据的等熵效率阈值,作为机理知识补充。本发明利用数据驱动模型与机理知识共同判断是否需要对压气机进行离线水洗的融合决策能够有效防止单一模型的提前错误判断,进而提高燃气轮机组的整体有效运行时间,创造一定的经济效益。
主权项:1.一种面向变负荷下压气机水洗的多模式建模方法,其特征在于,包括:构建数据驱动的压气机性能模型和对应的第二退化阈值,所述数据驱动的压气机性能模型是基于获取的刚离线水洗完的燃气轮机压气机正常运行数据,以测点变量数据作为输入,压比作为输出训练构建获得的;并利用构建获得的数据驱动的压气机性能模型对获取的刚离线水洗完的燃气轮机压气机正常运行数据进行预测,将预测误差最小值与第二退化参数的乘积作为第二退化阈值;和构建知识驱动的压气机性能模型并基于发电机有功功率划分条件段,结合知识驱动的压气机性能模型构建对应的第一退化阈值;所述知识驱动的压气机性能模型为等熵效率计算公式;所述条件段和对应的第一退化阈值通过如下方式构建获得:基于获取的刚离线水洗完的燃气轮机压气机正常运行数据利用知识驱动的压气机性能模型计算获得对应的等熵效率;将等熵效率与对应发电机有功功率合并为二维输入数据矩阵;以发电机有功功率作为条件指示变量将二维输入数据矩阵按条件指示变量由小到大的顺序排序并基于条件指示变量划分的M个条件区间形成M个条件片;对条件片按顺序进行合并组成条件段,若合并后的条件段中的等熵效率均值和方差不满足条件,则新加入的功率更高的条件片的健康等熵效率与已合并的条件片之间存在显著差异,停止继续合并形成一个条件段并从下一个条件片重新开始合并直至全部条件片合并完成得到划分好的Q个条件段;选取每个条件段的等熵效率的最小值与第一退化参数的乘积作为对应条件段的第一退化阈值。
全文数据:
权利要求:
百度查询: 浙江大学 面向变负荷下压气机水洗的多模式建模与数知融合决策方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。