一种基于KAN神经网络误差修正的燃气轮机气路性能预测方法

本发明提供了一种基于KAN神经网络误差修正的燃气轮机气路性能预测方法。该方法利用高精度传感器实时采集燃气轮机运行中的关键监测参数，并基于燃气轮机气路性能仿真模型获得关键参数的仿真输出。通过将仿真输出与实际测量数据进行对比，计算得到各参数的误差，再利用KAN神经网络对误差与燃气轮机控制参数之间的非线性关系进行训练，从而实现对仿真模型输出误差的动态修正。训练完成后，将KAN神经网络误差修正模块封装并集成到Simulink仿真平台中，形成混合模型，实现在线实时误差修正，提高气路性能预测的准确性和实时性，为燃气轮机的状态监测、故障诊断和智能维护提供了可靠的技术支撑。