共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
6.
7.
在直接使用神经网络模型对燃气轮机的状态参数进行预测时,发现预测结果往往不够精确。通过观察采集到的机组实际运行数据发现,误差很可能是由实时数据的噪声引起的。结合其他学者的研究经验,提出了一种先对原始数据进行滤波处理,再将其输入神经网络进行计算的方法。对同一组数据的预测情况的比较结果证明了该滤波环节对提高神经网络预测精度十分有效。 相似文献
8.
9.
10.
针对燃气轮机模型的高精度要求,基于实测运行数据,提出了一种可扩展的建模技术.通过BP神经网络方法获取正常运行数据,消除了因运行环境改变、测量误差等因素带来的影响.基于设计状态的热力性能原始模型,引入部件性能修正因子,并提出了一个修正因子更新算法,以最小均方根残差为目标函数,从而构建基于实测运行数据的自适应算法,最终得到... 相似文献
11.
12.
13.
14.
微型燃气轮机及其"混合动力"的技术进展 总被引:4,自引:0,他引:4
参照目前微型燃气轮机的技术参数,基于热力循环理论,确定下一代微型燃气轮机的主要发展目标是压缩比6~8,透平进口温度1600K,效率达到40%,并对相关实现技术提出了建议。其次对微型燃气轮机与燃料电池构成混合动力的技术进展作一评述,介绍了两种主要混合动力结构的工作原理,为更好地应用微型燃气轮机提供技术参考。 相似文献
15.
燃气轮机多元模糊神经网络诊断模型的研究 总被引:2,自引:0,他引:2
对基于热力参数的燃气轮机8种典型常用故障,提出了一种亲的适用于燃气轮机故障诊断的多元模糊神经网络模型。用具有代表性的故障样本训练该网络,就可以对不同大气温度,不同负荷下的常见故障进行诊断。 相似文献
16.
针对目前燃气轮机基于数据驱动的故障诊断技术诊断精度有待提升的问题,建立某型号燃气轮机的热力学模型并植入故障特征构造训练样本,在此基础上训练一种基于注意力机制的卷积神经网络与长短期记忆网络结合的神经网络模型。卷积层和注意力机制模块提取燃气轮机多维度的故障特征,长短期网络层进行时序动态故障参数处理。研究表明:相比于典型卷积神经网络,这种神经网络模型不仅能够识别多种故障的动态特征,对于各类故障的诊断能力均可达到93%以上,且加入注意力机制模块后对于不同的故障类型诊断准确率最高提升约3%。 相似文献
17.
18.
为解决卡尔曼滤波算法难以实现燃气轮机多传感器故障诊断的难题,提出一种基于混合算法的燃气轮机多传感器故障诊断方法。首先,基于平方根容积卡尔曼滤波(SRCKF)算法构建了一组滤波器,每个滤波器对状态的最优估计被定义为故障检测因子用于传感器故障的特征提取;然后,利用基于密度的聚类算法对故障检测因子进行聚类以实现故障传感器的检测和隔离;最后,利用极大似然估计方法(MLE)实现故障传感器故障严重程度的估计。所提出的方法在GT25000三轴燃气轮机模拟机上进行了仿真验证,仿真结果表明:所提方法有效,多传感器故障诊断的准确率高于95%。 相似文献