[发明专利]一种超临界火电机组缸效率变化对热耗率影响的计算方法

权利要求书

1.一种超临界火电机组缸效率变化对热耗率影响的计算方法，其特征在于，包括以下步骤：

1)采集试验数据；

2)对采集的试验数据进行归一化处理；

3)依据归一化处理后的试验数据，确定高压缸效率η_HP、中压缸效率η_IP，并基于RBF神经网络预测算法，确定低压缸效率η_LP；

4)分别改变高压缸效率η_HP、中压缸效率η_IP和低压缸效率η_LP，各缸效率降低1％；

5)计算各缸效率降低1％情况下，得出对应的热耗率，对比分析，确定各缸热效率变化对热损耗的影响。

2.根据权利要求1所述的一种超临界火电机组缸效率变化对热耗率影响的计算方法，其特征在于，步骤1)中，试验数据包含各试验点的温度、压力和流量。

3.根据权利要求1所述的一种超临界火电机组缸效率变化对热耗率影响的计算方法，其特征在于，步骤3)中，低压缸的缸效率基于RBF神经网络预测算法，通过利用第1层RBF神经网络先拟合出在过热区的1～6段抽汽点模型，对第7段的抽汽焓进行预测；

将预测的数据与第1层的输入数据作为第2层RBF神经网络的输入数据，对第8段抽汽焓进行预测；

再将预测的数据与第2层的输入数据作为第3层RBF神经网络的输入数据，对末级排汽焓进行预测，从而计算出汽轮机低压缸的缸效率。

4.根据权利要求3所述的一种超临界火电机组缸效率变化对热耗率影响的计算方法，其特征在于，RBF神经网络预测算法的计算步骤包括：

(1)根据问题确定输入和输出层节点数目，形成中心集样本；

(2)从中心集中随机选择预定数目的样本，对应输入向量作为隐层单元中心，所选样本的个数作为隐层单元数，如此随机产生初始种群；

(3)进化操作，包括变异和交叉算子操作；

(4)先利用已选定的样本构造网络的隐层结构，再用梯度法确定从隐层到输出层的权重，并计算网络的总误差，如果未达到初始设定的最大网络结构，执行步骤(3)，否则执行步骤(5)；

(5)计算各个抗体的适应度，适应函数取为：

式中：c为常数；e_i为迭代误差；f(i)为适应度函数；

(6)对抗体进行基于浓度的免疫调节，产生新的个体，并转入步骤(3)；其中，抗体适应度越大，选择概率越大；抗体浓度越大，选择概率则越小；在保留高适应度抗体的同时，进一步确保抗体多样性，即可改善未成熟收敛的现象。

5.根据权利要求1所述的一种超临界火电机组缸效率变化对热耗率影响的计算方法，其特征在于，高压缸效率变化对热耗的影响推导得出，高压缸效率的变化导致高压缸的内功率变化以及锅炉再热器吸热量的变化，高压缸效率变化使得高压缸排汽焓变化量可由下式来计算：

式中：δh_HPE为高压缸排汽焓的变化量，kJ/kg；h_HPE和h'_HPE分别为变化前、后高压缸排汽焓，kJ/kg；Δη_HP和η_HP分别为高压缸效率变化的绝对值和高压缸效率；

式中：G_RH为锅炉的再热流量，kg/s；R_HP为高压缸名义内功率占总发电功率的百分比，q为汽轮机热耗率，kJ/(kW.s)；Δq为汽轮机热耗率变化量，kJ/(kW.s)；kJ/s；P为发电功率，kW。

6.根据权利要求5所述的一种超临界火电机组缸效率变化对热耗率影响的计算方法，其特征在于，汽轮机热耗率q的定义公式：

式中：Q为系热量，kJ/s。