基于机理数据协同驱动的重型燃气轮机控制系统参数解析余度构建研究

针对重型燃气轮机控制系统传感器解析余度的构建问题,提出了一种机理数据协同驱动的控制系统参数解析余度构建方法。首先基于重型燃气轮机工作原理,建立参数的机理模型;然后引入网络架构搜索法得到最优前馈神经网络结构,通过前馈神经网络训练机理模型的误差,得到数据驱动模型,将其作为机理模型的补偿部分,补偿部分提高了参数解析的精度。仿真结果表明本文提出的参数解析方法的有效性,用该方法可获得精准的解析模型。     

重型单轴燃气轮机的机理型灰箱建模方法的研究

本文采用机理型灰箱建模方法对重型单轴燃气轮-发电机组的动力学特性进行了研究，建立了一个通用的重型单轴燃气轮机的动力学模型。该模型具有结构简明、形式通用以及参数易于确定的优点。     

基于数据驱动的重型燃气轮机多模融合建模方法研究

针对重型燃气轮机建模问题,通过分析某电厂GE 9FA重型燃气轮机的实际运行数据,将其工作过程按阶段划分为盘车清吹、共同加速、独立加速、全速空载和负载调整5种模式,提出一种基于非线性有源自回归(NARX)模型和神经网络架构搜索(NAS)方法的新型多模融合建模方案,并采用线性插值方法解决数据采样周期和控制周期异步的问题,实现了燃气轮机全流程的高精度建模,验证结果说明了所提出方法的正确性及由此构建的模型的有效性。     

微型燃气轮机在燃料电池-燃气轮机混合装置中的应用

根据混合装置对微型燃气轮机系统提出的要求，介绍了几种新型的关键技术，这些技术的采用将大大改善系统性能。文中还对微型燃气轮机与不同燃料电池组成混合装置的形式进行了分析，并给出了几种常见的典型循环。最后对我国发展微型燃气轮机的思路及在混合装置中的应用前景进行了探讨，指出应尽早开展相关的研究和开发，为未来分布式能源系统打下基础。     

重型单轴燃气轮机-发电机组的综合动力学建模方法的研究

综合了实验建模与机理建模方法对重型单轴燃气轮机－发电机组的动力学特性进行了研究，建立了一个通用的，以方框图为表达形式的重型单轴燃气轮机－发电机组的动力学模型。该模型具有结构简明，形式通用以及参数易于确定的优点，仿真实验表明：该模型对于并网后燃气轮机－发电机组的变工况过渡过程具有较高的准确性。     

一种重型燃气轮机建模及其参数估计的方法

为研究燃气轮机系统动态特性,基于Rowen模型建立了燃气轮机及其控制系统的数学模型,利用燃气轮机现场运行数据,运用质量守恒、能量守恒和动量守恒原理以及热力学和传热学等基本公式,推算和估计模型的相关参数.以GE MS6001FA型燃气轮机为研究对象,给出燃气轮机建模及参数估计的具体方法和过程。结果表明:该模型能够正确反映燃气轮机的动态特性,符合机组运行规律,具有很好的研究和参考价值.     

滤波在数据驱动的燃气轮机参数预测中的应用

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。     

机械驱动用单轴燃气轮机动态模型研究

随着燃气轮机性能的不断提高,其应用范围也越来越广。除用在燃气轮机电站及联合循环电站中外,同时也越来越多地用作变转速的机械驱动动力。本文给出了作为机械驱动力的单轴燃气轮机及其控制系统模型,结合实际情况对其进行了简化,并在Matlab/Simulink环境下对升减负荷、升减转速以及甩负荷过程进行了模拟。模拟结果与实际物理过程相吻合,因此,此模型可以用于单轴燃气轮机及其控制系统的研究。     

一种可扩展的燃气轮机高精度建模技术

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...     

燃气轮机可调桨推进装置实时混合仿真

本文介绍了三轴燃气轮机及可调浆推进装置的数学模型以及用DO960混合仿真机及多变量、双变量函数发生器的实时仿真模型。仿真结果表明,该仿真模型在速度上达到实时要求而在精度上与非实时仿真模型一致。     

基于RBF神经网络的燃气轮机特性计算

燃气轮机各部件的特性可通过实验获得,但耗费昂贵;且基于知识产权的保护,厂家一般也不会提供完整的燃气轮机特性数据,这对燃气轮机模型建立的精度会造成较大影响。本文根据生产厂家提供的燃气轮机的部分性能曲线,利用人工神经网络的高度非线性映射、自学习和泛化等功能,采用RBF神经网络训练出所需的特性曲线。结果表明：RBF神经网络无论是在训练时间还是训练精度上,均取得了较好的效果。所得的燃气轮机部件全工况特性为燃气轮机仿真建模和性能分析奠定基础。     

基于LSTM神经网络的燃气轮机排温预测方法

针对燃气轮机气路性能退化的周期性与非线性特点,提出一种基于长短期记忆(Long-Short Term Memory,LSTM)神经网络的燃气轮机排气温度趋势预测方法.利用标准化与归一化数据预处理方法提取排气温度数据中的退化特征,减小了环境和工况变化对退化特征的影响;通过滑窗法提取一定长度的历史数据,增强LSTM模型的泛...     

微型燃气轮机及其"混合动力"的技术进展

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。     

燃气轮机多元模糊神经网络诊断模型的研究

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。     

基于注意力机制的燃气轮机故障诊断方法研究

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%。     

基于模糊神经网络的发电用单轴燃气轮机的解耦控制

针对燃气轮机这样大型复杂且具有强非线性多变量耦合的动力系统，提出用模糊隶属函数型神经网络与模糊控制融合的解耦方法(DMFFCNN)进行解耦控制，从而克服了现代控制理论对解耦系统类型的限制。试验表明，这种方法是有效的，为机组运行时的静态优化设计的实现奠定了基础。     

基于混合算法的燃气轮机多传感器故障诊断

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%。     

联合循环电站燃气轮机控制系统的建模研究

以某联合循环电站燃气轮机的控制系统为原型.利用Matlab/simulink对该型联合循环燃气轮机控制系统建模,并进行了全工况仿真.仿真结果与实际物理过程相吻合,说明此模型可以用于联合循环机组控制系统的研究.