摘要
本发明涉及储能技术领域,提供了一种压缩空气储能电站离心压缩机叶轮优化设计方法及系统,所述方法包括:S1建立多种额定工况下离心压缩机样本数据库;S2构建离心压缩机深度信念神经网络模型,使用所述样本数据库对模型进行训练,优化模型参数;S3给定待设计离心压缩机的性能指标参数,利用训练后的模型获得离心压缩机的优化结构参数,并根据优化结构参数,对叶轮进行建模及性能验证。所述系统包括:离心压缩机样本数据库单元、离心压缩机深度信念神经网络模型训练单元、叶轮优化设计单元。本发明具有强大的非线性映射能力和自学习能力,能够挖掘离心压缩机叶轮结构参数和性能参数之间的非线性关系,从而更准确、快速地优化叶轮设计参数。
技术关键词
深度信念神经网络
压缩空气储能电站
离心压缩机叶轮
优化设计方法
离心压缩机结构
叶轮优化设计
参数
优化设计系统
样本
轮缘
粒子群优化算法
优化叶轮
软件包
常温工况
轮毂
BP算法
系统为您推荐了相关专利信息
拓扑结构优化设计方法
电磁悬架
被动悬架
车身加速度
仿真分析
张弦梁结构
优化设计方法
结构设计方案
三维可视化模型
优化设计系统
结构优化设计方法
仿生蝴蝶
三维模型
管理器
捕捉蝴蝶
优化设计方法
Kriging模型
样本
变量
篦齿密封结构