一种燃气轮机压气机的性能预测方法

本申请适用于燃气轮机技术领域，提供了一种燃气轮机压气机的性能预测方法，包括：先采集燃气轮机的运行数据，根据主成分分析法PCA对运行数据进行降维处理，获得输入参数，再根据LSTM神经网络对输入参数进行处理，获得预测值，并根据粒子群算法PSO算法对LSTM神经网络进行超参数寻优以优化LSTM神经网络，最后计算预测值和真实值的绝对误差分布，生成动态警戒范围，当实时预测值超出警戒范围时触发预警信号。由此，在保证信息完整性的前提下提高计算效率，减少模型训练时间，能够有效捕捉时间序列中的动态趋势与非线性关系，通过全局搜索策略高效定位最佳参数组合，进一步提升性能预测精度与稳定性。