基于长短期记忆网络的阀门升程-功率预测

作者:刘天源;谢永慧;夏心磊;孙磊;刘铸锋;李杨;有志伟;李江; 刊名:热力透平 上传者:陈华梅

【摘要】汽轮机调节阀门升程与通过阀门的蒸汽流量的对应关系,是调节机组输出功率的主要依据,但汽轮机阀门由于长期受主蒸汽冲刷,受机组通流结构的老化、变形、改造等影响,其实际流量特性曲线在使用过程中容易偏离设计值,从而严重影响机组运行的经济性以及安全性。针对这个问题,提出了一种基于长短期记忆(LSTM)神经网络的阀门升程-功率预测方法,利用调节阀门升程指令直接预测汽轮机机组的输出功率。该方法具有学习速度快、精度高以及自适应的特点,无需人为干预。电厂实际运行数据验证结果显示:对某电厂半年的运行数据进行学习,需要9h,预测430天误差平均值为0.49%。同时训练的神经网络模型较小,可以迁移到电厂现场的小型计算机上进行控制。该方法具有较高的工程实用价值。

参考文献

引证文献

问答

我要提问