基于数据驱动的重型燃气轮机多模融合建模方法研究

针对重型燃气轮机建模问题,通过分析某电厂GE9FA重型燃气轮机的实际运行数据,将其工作过程 按阶段划分为盘车清吹、共同加速、独立加速、全速空载和负载调整5种模式,提出一种基于非线性有源自回 归（NARX)模型和神经网络架构搜索（NAS)方法的新型多模融合建模方案,并采用线性插值方法解决数据采 样周期和控制周期异步的问题,实现了燃气轮机全流程的高精度建模,验证结果说明了所提出方法的正确性 及由此构建的模型的有效性。     

基于机理数据协同驱动的重型燃气轮机 控制系统参数解析余度构建研究

针对重型针对重型燃气轮机控制系统传感器解析余度的构建问题,提出了一种机理数据协同驱动的控制系统 参数解析余度构建方法。首先基于重型燃气轮机工作原理,建立参数的机理模型;然后引人网络架构搜索法 得到最优前馈神经网络结构,通过前馈神经网络训练机理模型的误差,得到数据驱动模型,将其作为机理模 型的补偿部分,补偿部分提高了参数解析的精度。仿真结果表明本文提出的参数解析方法的有效性,用该方 法可获得精准的解析模型。 燃气轮机控制系统传感器解析余度的构建问题,提出了一种机理数据协同驱动的控制系统 参数解析余度构建方法。首先基于重型燃气轮机工作原理,建立参数的机理模型;然后引人网络架构搜索法 得到最优前馈神经网络结构,通过前馈神经网络训练机理模型的误差,得到数据驱动模型,将其作为机理模 型的补偿部分,补偿部分提高了参数解析的精度。仿真结果表明本文提出的参数解析方法的有效性,用该方 法可获得精准的解析模型。