摘要
一种水轮发电机组轴系参数辨识方法,包括以下步骤:构建水轮发电机组轴系方程,并将其无量纲化;采用全连接神经网络框架搭建自适应分阶段物理信息神经网络的神经网络NN部分;选定需要预测的水轮发电机的结构参数,然后在范围内初始化该结构参数;将轴系方程作为物理信息神经网络的物理驱动信息,采用步骤一的数据集作为物理信息神经网络的数据驱动信息;基于步骤四中物理驱动信息与数据驱动信息,构建多目标自适应损失函数;采用分阶段训练策略训练损失函数,使得损失函数逐步下降,得到神经网络的结构参数预测值。本申请将物理规律与数据驱动相结合,通过将物理方程作为约束条件融入神经网络的损失函数中,从而提高模型的可解释性和泛化能力。
技术关键词
水轮发电机组
参数辨识方法
水轮机转轮
物理
发电机转子
分阶段
神经网络框架
神经网络参数
方程
数据
高斯概率模型
轴承
轴心
特征值
阻尼
训练神经网络
系统为您推荐了相关专利信息
模态特征
历史采集数据
物理
模型训练方法
空间结构
电力监控系统
向量生成方法
仿真模型
数据检测算法
系统状态估计
量子遗传算法
优化配置方法
量子旋转门
电力系统应急
染色体
监测告警方法
故障检测模块
节点
传输路径
关键监测参数