摘要
本发明公开一种基于数据模型混合驱动的抽水蓄能机组抽水工况运行特性建模方法,包括以下步骤:步骤1、获取抽水蓄能机组在抽水工况下的运行数据;步骤2、对获取的原始数据进行预处理;步骤3、构建第一神经网络模型NN1,该模型基于机组流量‑扬程基本物理方程结构,用于从预处理后的数据中辨识流量扬程方程的关键特征系数a0、a1、a2;步骤4、利用辨识出的系数和给定的转速,生成不同流量下的理论扬程曲线,即Qd‑Hd曲线;步骤5、构建第二神经网络模型NN2,用于建立从扬程Hd和转速ω到流量Qd的端对端逆向预测模型;本发明解决了传统建模方法精度不足、适应性差及参数辨识困难的问题。
技术关键词
抽水蓄能机组
特性建模方法
抽水工况
神经网络模型
训练集数据
曲线
方程
优化调度模型
实时监测系统
水泵水轮机
在线监测系统
异常数据点
通信错误
多层感知机
物理
非线性
输出特征
系统为您推荐了相关专利信息
噪声源
卷积神经网络模型
标签
噪声分类技术
子模块
压缩感知算法
信号识别方法
神经网络分类
循环神经网络模型
短时傅里叶变换
健康度评估方法
信号
非标准
空间金字塔
电数字数据处理技术