-
公开(公告)号：CN113111456B
公开(公告)日：2024-07-23
申请号：CN202110372207.1
申请日：2021-04-07
IPC分类号： G06F30/17 , G06F30/27 , G06F30/28 , G06F119/08
摘要： 本发明公开了一种燃气轮机关键运行参数在线区间辨识方法，利用基于Rowen模型的燃气轮机建模方法，在此基础上提出了将贝叶斯回归方法运用到燃气轮机关键运行参数辨识中，通过对机组运行中工况的实时变化进行参数在线区间辨识，能够实时的辨识关键运行参数，不仅更为贴合机组运行的现场工况，而且由于贝叶斯回归独特的区间辨识特征，辨识的参数更具合理性和准确性等优点。
-
公开(公告)号：CN113885311B
公开(公告)日：2024-04-16
申请号：CN202111104448.4
申请日：2021-09-18
IPC分类号： G05B11/42
摘要： 本发明公开了一种基于广义频率法的燃气轮机燃烧室模型闭环辨识方法，包括：基于机理分析建立燃气轮机燃烧室温度的一阶惯性纯滞后模型结构；采用PI控制器为反馈控制器建立燃气轮机燃烧室温度闭环系统，调整PI控制器参数使得闭环系统的设定值跟踪响应为衰减振荡；根据闭环衰减振荡的特征参数，基于广义频率法建立关于FOPDT模型惯性时间参数和时滞时间参数的方程组，求解辨识出模型参数；加入噪声干扰，求解辨识出含噪声系统的参数，评价本辨识方法的可行性及准确性；基于辨识参数，整定PI控制器参数。本发明方法简易可行，形象直观，辨识过程迅速，控制品质理想。
-
公开(公告)号：CN113111456A
公开(公告)日：2021-07-13
申请号：CN202110372207.1
申请日：2021-04-07
IPC分类号： G06F30/17 , G06F30/27 , G06F30/28 , G06F119/08
摘要： 本发明公开了一种燃气轮机关键运行参数在线区间辨识方法，利用基于Rowen模型的燃气轮机建模方法，在此基础上提出了将贝叶斯回归方法运用到燃气轮机关键运行参数辨识中，通过对机组运行中工况的实时变化进行参数在线区间辨识，能够实时的辨识关键运行参数，不仅更为贴合机组运行的现场工况，而且由于贝叶斯回归独特的区间辨识特征，辨识的参数更具合理性和准确性等优点。
-
公开(公告)号：CN115291509B
公开(公告)日：2024-06-18
申请号：CN202210729545.0
申请日：2022-06-24
申请人： 东南大学溧阳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了基于混合深度学习模型的燃气轮机动态参数在线辨识方法，包括：建立燃气轮机系统的动态机理模型；根据动态机理模型设置燃气轮机的输入数据和动态参数，得到模拟运行数据作为输出数据，将对应的输入数据、输出数据和动态参数作为训练集；建立LSTM‑GPR混合深度学习模型；利用训练集对LSTM‑GPR混合深度学习模型进行网络训练和权重系数学习；利用独立的验证集对燃气轮机动态参数在线辨识效果进行校核。本发明的动态参数辨识方法不受现场运行条件的限制，充分覆盖实际对象的不确定变化范围，能够对燃气轮机参数动态变化过程实现在线实时辨识，辨识结果具有均值点估计及置信区间范围，解决了燃气轮机非线性动态参数难以在线实时辨识的问题。
-
公开(公告)号：CN114237043B
公开(公告)日：2024-04-16
申请号：CN202111429898.0
申请日：2021-11-29
IPC分类号： G05B13/04
摘要： 本发明公开了基于深度学习的燃气轮机设备传递函数闭环辨识方法，包括如下步骤：(1)将燃气轮机关键设备构建为一阶惯性纯滞后FOPDT模型，采用PI控制器作为反馈控制器，建立开环传递函数模型；(2)对模型参数正则化，将获得的各无量纲参数进行摄动；(3)利用随机数产生的摄动模型进行闭环阶跃响应仿真；(4)以标称时间参数和闭环阶跃响应曲线为输入参数，以无量纲模型参数为输出参数，构建深度学习卷积神经网络，利用数值序列对卷积神经网络进行训练。本发明闭环辨识方法不受现场运行条件的限制，在闭环情况下得到开环传递函数；训练样本数足够大，充分覆盖实际对象的不确定变化范围，识别准确率高。
-
公开(公告)号：CN115291509A
公开(公告)日：2022-11-04
申请号：CN202210729545.0
申请日：2022-06-24
申请人： 东南大学溧阳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了基于混合深度学习模型的燃气轮机动态参数在线辨识方法，包括：建立燃气轮机系统的动态机理模型；根据动态机理模型设置燃气轮机的输入数据和动态参数，得到模拟运行数据作为输出数据，将对应的输入数据、输出数据和动态参数作为训练集；建立LSTM‑GPR混合深度学习模型；利用训练集对LSTM‑GPR混合深度学习模型进行网络训练和权重系数学习；利用独立的验证集对燃气轮机动态参数在线辨识效果进行校核。本发明的动态参数辨识方法不受现场运行条件的限制，充分覆盖实际对象的不确定变化范围，能够对燃气轮机参数动态变化过程实现在线实时辨识，辨识结果具有均值点估计及置信区间范围，解决了燃气轮机非线性动态参数难以在线实时辨识的问题。
-
公开(公告)号：CN114237043A
公开(公告)日：2022-03-25
申请号：CN202111429898.0
申请日：2021-11-29
IPC分类号： G05B13/04
摘要： 本发明公开了基于深度学习的燃气轮机设备传递函数闭环辨识方法，包括如下步骤：(1)将燃气轮机关键设备构建为一阶惯性纯滞后FOPDT模型，采用PI控制器作为反馈控制器，建立开环传递函数模型；(2)对模型参数正则化，将获得的各无量纲参数进行摄动；(3)利用随机数产生的摄动模型进行闭环阶跃响应仿真；(4)以标称时间参数和闭环阶跃响应曲线为输入参数，以无量纲模型参数为输出参数，构建深度学习卷积神经网络，利用数值序列对卷积神经网络进行训练。本发明闭环辨识方法不受现场运行条件的限制，在闭环情况下得到开环传递函数；训练样本数足够大，充分覆盖实际对象的不确定变化范围，识别准确率高。
-
公开(公告)号：CN115169048A
公开(公告)日：2022-10-11
申请号：CN202210868380.5
申请日：2022-07-22
申请人： 东南大学溧阳研究院 , 苏州清动碳零信息科技有限公司
IPC分类号： G06F30/17 , G06F30/20 , G06F17/13 , G06F111/10 , G06F119/14
摘要： 本发明公开了一种基于多领域组件建模的重型燃气轮机建模方法，包括步骤如下：S1，确定接口模块的参数；S2，建立重型燃气轮机数字孪生系统所需静态模型，包括：进口模块、出口模块、压气机模块、透平模块、发电机模块；S3，根据质量守恒定律、能量守恒定律和热力学定律将重型燃气轮机动态惯性集总到部件中，并建立重型燃气轮机数字孪生系统所需动态模型；S4，基于仿真平台搭建重型燃气轮机数字孪生系统；S5，通过阶跃响应分析重型燃气轮机动态特性；S6，通过额定工况和实际运行数据，校正重型燃气轮机模型的静态和动态精度。本发明的模型运行效率高，降低了实机实验的成本和时间，为重型燃气轮机控制系统分析提供了模型基础。
-
公开(公告)号：CN113885311A
公开(公告)日：2022-01-04
申请号：CN202111104448.4
申请日：2021-09-18
IPC分类号： G05B11/42
摘要： 本发明公开了一种基于广义频率法的燃气轮机燃烧室模型闭环辨识方法，包括：基于机理分析建立燃气轮机燃烧室温度的一阶惯性纯滞后模型结构；采用PI控制器为反馈控制器建立燃气轮机燃烧室温度闭环系统，调整PI控制器参数使得闭环系统的设定值跟踪响应为衰减振荡；根据闭环衰减振荡的特征参数，基于广义频率法建立关于FOPDT模型惯性时间参数和时滞时间参数的方程组，求解辨识出模型参数；加入噪声干扰，求解辨识出含噪声系统的参数，评价本辨识方法的可行性及准确性；基于辨识参数，整定PI控制器参数。本发明方法简易可行，形象直观，辨识过程迅速，控制品质理想。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.035 秒)
