文档名：基于KPCAIPOABiGRU的联合循环余热锅炉主蒸汽参数预测
摘要：余热锅炉主蒸汽参数对于联合循环机组的健康运行判断至关重要.针对余热锅炉运行参数非线性和时延性导致主蒸汽参数预测精度低的问题,提出了一种联合循环余热锅炉主蒸汽参数预测模型.首先,采集燃机电厂的SIS运行数据,通过灰色相关性分析法确定输入变量;其次,通过核主成分分析(kernelprincipalcomponentanalysis,KPCA)提取输入参数的特征信息,并根据主成分贡献率选取输入维度;最后,利用改进的鹈鹕优化算法(improvedpelicanoptimizationalgorithm,IPOA)优化双向门控循环神经网络(bi-directionalgatedrecirculationneuralnetwork,BiGRU),并构建KPCA-IPOA-BiGRU进行三压余热锅炉主蒸汽参数的预测测验.结果表明,现场采集的10000组数据点,其中8000组用作训练集,2000组用作测试集,提出的模型将28维输入参数降低至8维,可准确预测3个压力级的蒸汽参数,且R2均大于98%,为预测时延性的联合循环余热锅炉主蒸汽参数提供了技术支持.
Abstract：Mainsteamparametersofheatrecoverysteamgenerator(HRSG)arecrucialforthehealthyoperationofthecombinedcycleunit.Aimingattheproblemoflowpredictionaccuracyofmainsteamparametersduetonon-linearityandtime-delayofoperatingparametersofHRSG,amodelforpredictingmainsteamparametersofthecombinedcycleHRSGisproposed.Firstly,operationdataofagasturbinecombinedcyclewerecollectedtodeterminetheinputvariablesbygreycorrelationanalysis.Secondly,thefeatureinformationoftheinputparameterswasextractedbyKPCAandtheinputdimensionswereselectedaccordingtotheprincipalcomponentcontributionratio.Finally,BiGRUwasoptimisedbyIPOAandKPCA-IPOA-BiGRUwasconstructedtoconductthepredictiontestofthethree-pressure-HRSGmainsteamparameters.Theresultsshowthattheproposedmodelreducesthe28-dimensionalinputparametersto8dimensionsandcanpredictthethree-pressuresteamparametersusing8000datapointsasthetrainingset,and2000datapointsasthetestset.TheR2isgreaterthan98%forallofthetests,whichprovidestechnicalsupportformonitoringtime-delayedmainsteamparameters.
作者：刘学 向荣 向文国 Author：LiuXue XiangRong XiangWenguo
作者单位：东南大学能源热转换及过程测控教育部重点实验室南京211102华能南京金陵发电有限公司南京210046
刊名：国外电子测量技术 ISTIC
Journal：ForeignElectronicMeasurementTechnology
年，卷(期)：2024, 43(6)
分类号：TK39TP181
关键词：主蒸汽参数预测 双向门控循环神经网络 鹈鹕优化算法 核主成分分析
Keywords：mainsteamparameterprediction bidirectionalgatedrecurrentneuralnetwork pelicanoptimisationalgo-rithm kernelprincipalcomponentanalysis
机标分类号：TP309TP273S
在线出版日期：2024年7月12日
基金项目：国家科技重大专项基于KPCA-IPOA-BiGRU的联合循环余热锅炉主蒸汽参数预测[
期刊论文] 国外电子测量技术--2024, 43(6)刘学 向荣 向文国余热锅炉主蒸汽参数对于联合循环机组的健康运行判断至关重要.针对余热锅炉运行参数非线性和时延性导致主蒸汽参数预测精度低的问题,提出了一种联合循环余热锅炉主蒸汽参数预测模型.首先,采集燃机电厂的SIS运行数据,通过...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于KPCA-IPOA-BiGRU的联合循环余热锅炉主蒸汽参数预测 Prediction of main steam parameters of combined cycle recovery steam generator based on KPCA-IPOA-BiGRU
基于KPCA-IPOA-BiGRU的联合循环余热锅炉主蒸汽参数预测.pdf
- 文件大小:
- 3.87 MB
- 下载次数:
- 60
-
高速下载
|
