摘要
一种基于广义ARMA模型的燃气轮机压气机叶尖间隙数据建模与预测方法,涉及数据建模预测。通过收集燃气轮机多工况运行数据,运用灰色关联度分析法筛选与叶尖间隙高度相关的特征参数;构建多输入广义ARMA模型,将传统ARMA模型随机干扰量替换为筛选变量,引入岭回归算法求解参数;利用粒子群优化算法确定最优模型阶次和参数;以平均绝对百分比误差评估模型预测效果并进行调整优化。有效捕捉叶尖间隙与多工况参数复杂耦合关系,为燃气轮机叶尖间隙主动控制提供高精度、高效且经济的技术支持。
技术关键词
ARMA模型
燃气轮机压气机
广义
粒子群优化算法
灰色关联度分析法
回归算法
燃气轮机叶尖间隙
参数
变量
灰色关联分析法
粒子群算法优化
压气机外壳
数据
误差
关联算法
系统为您推荐了相关专利信息
深度网络模型
深度强化学习
多飞行器协同作战
决策方法
策略
智能监测系统
数学模型
皮尔逊相关系数
参数
数据处理模块
变量
故障检测模型
故障检测方法
滑动窗口
典型相关系数