摘要
本发明提供一种重型燃气轮机多工况建模方法,属于信息技术领域。本发明从重型燃气轮机机理结构模型出发,结合重型燃气轮机实际运行数据,引入深度神经网络进行典型工况下的系统辨识,并采用量子粒子群优化算法对神经网络结构参数进行优化,从而实现对重型燃气轮机非线性动态特性的高精度建模。本发明解决了重型燃气轮机单一方法建模精度低的问题,提升模型精度和鲁棒性,有效地为现场操作人员提供技术保障。此方法在不同工业领域中均可有广泛的应用。
技术关键词
重型燃气轮机
非线性数学模型
深度神经网络模型
建模方法
量子粒子群优化
燃烧室出口温度
训练深度神经网络
烟气流量
燃料阀
工况
理想气体常数
数据驱动方法
空气
燃烧室容积
系统为您推荐了相关专利信息
动力学建模方法
直升机起落架
轮胎
气体弹簧
油液阻尼器
企业数据管理平台
建模方法
指数
数据分析模型
资产
负荷集群控制方法
融合人工智能
分布式发电系统
人工智能深度学习技术
多代理系统
电离层建模方法
精密单点定位
球谐函数
建模系统
GNSS观测值