[发明专利]一种天然气透平膨胀发电机组的智能控制方法及其系统

权利要求书

1.一种天然气透平膨胀发电机组的智能控制方法，其特征在于，包括：

获取高压端在预定时间段内多个预定时间点的温度值和压力值以及低压端在所述预定时间段内多个预定时间点的温度值和压力值，以及，透平膨胀发电机组在所述预定时间段内多个预定时间点的出力；

将所述高压端在预定时间段内多个预定时间点的温度值和压力值分别按照时间维度排列为高压端温度输入向量和高压端压力输入向量后，计算所述高压端温度输入向量的转置向量与所述高压端压力输入向量之间的乘积以得到高压端能量关联矩阵；

将所述高压端能量关联矩阵通过作为过滤器的第一卷积神经网络模型以得到高压端能量特征矩阵；

将所述低压端在所述预定时间段内多个预定时间点的温度值和压力值分别按照时间维度排列为低压端温度输入向量和低压端压力输入向量后，计算所述低压端温度输入向量的转置向量与所述低压端压力输入向量之间的乘积以得到低压端能量关联矩阵；

将所述低压端能量关联矩阵通过作为过滤器的第二卷积神经网络模型以得到低压端能量特征矩阵；

计算所述高压端能量特征矩阵与所述低压端能量特征矩阵之间的能量差分特征矩阵；

将所述透平膨胀发电机组在所述预定时间段内多个预定时间点的出力按照时间维度排列为出力输入向量后通过包含一维卷积层的时序编码器以得到出力特征向量；

计算所述能量差分特征矩阵相对于所述出力特征向量的转移向量作为分类特征向量；

对所述分类特征向量进行特征值校正以得到校正后分类特征向量；以及

将所述校正后分类特征向量通过分类器以得到分类结果，所述分类结果用于表示低压端的压力应增大或应减小。

2.根据权利要求1所述的天然气透平膨胀发电机组的智能控制方法，其特征在于，所述将所述高压端能量关联矩阵通过作为过滤器的第一卷积神经网络模型以得到高压端能量特征矩阵，包括：使用所述第一卷积神经网络模型的各层在层的正向传递中分别进行：

对输入数据进行卷积处理以得到卷积特征矩阵；

对所述卷积特征矩阵进行基于局部特征矩阵的均值池化以得到池化特征矩阵；以及

对所述池化特征矩阵进行非线性激活以得到激活特征矩阵；

其中，所述第一卷积神经网络的最后一层的输出为所述高压端能量特征矩阵，所述第一卷积神经网络的第一层的输入为所述高压端能量关联矩阵。

3.根据权利要求2所述的天然气透平膨胀发电机组的智能控制方法，其特征在于，所述将所述低压端能量关联矩阵通过作为过滤器的第二卷积神经网络模型以得到低压端能量特征矩阵，包括：使用所述第二卷积神经网络模型的各层在层的正向传递中分别进行：

对输入数据进行卷积处理以得到卷积特征矩阵；

对所述卷积特征矩阵进行基于局部特征矩阵的均值池化以得到池化特征矩阵；以及

对所述池化特征矩阵进行非线性激活以得到激活特征矩阵；

其中，所述第一卷积神经网络的最后一层的输出为所述低压端能量特征矩阵，所述第一卷积神经网络的第一层的输入为所述低压端能量关联矩阵。

4.根据权利要求3所述的天然气透平膨胀发电机组的智能控制方法，其特征在于，所述计算所述高压端能量特征矩阵与所述低压端能量特征矩阵之间的能量差分特征矩阵，包括：计算所述高压端能量特征矩阵与所述低压端能量特征矩阵之间每个对应位置的特征值之间的差值，获得差值得分矩阵，并计算所述差值得分矩阵中每个位置的特征值的绝对值，以获得所述能量差分特征矩阵。