[发明专利]基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法

摘要

基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法，属于燃气‑蒸汽联合循环发电机组状态监测与故障诊断领域。重型燃气轮机性能状态监测是其健康管理的重要组成部分。技术要点：选取代表燃气轮机性能状态的特征参数；通过机理分析获取边界条件参数；采集筛选历史健康数据和当前运行数据；数据归一化处理；建立广义回归神经网络预测模型，并进行网络模型的训练和测试；计算燃气轮机效率预测值与实际运行值之间的相对残差；用箱型图分析法确定燃气轮机效率处于异常状态时阈值；依据效率相对残差进行相应的监测和分析。本发明有效的提高了燃气轮机设备运行的安全性和可靠性，最小化故障带来的经济损失。

主权项

1.基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法，其特征在于，具体步骤为：/n步骤1、选取代表燃气轮机性能状态的特征参数，所述特征参数选择燃气轮机效率，以其来表征燃气轮机性能状态；/n步骤2、对燃气轮机效率进行系统全面的机理分析，获取影响燃气轮机效率的边界条件参数；/n步骤3、从燃气-蒸汽联合循环机组数据库中采集筛选包含机组运行全工况的历史健康数据和当前运行数据，并将历史健康数据分为训练数据和测试数据；/n步骤4、对步骤3中的数据进行归一化处理；/n步骤5、基于广义回归神经网络的方法，根据历史健康全工况运行数据建立健康状态燃气轮机效率的广义回归神经网络预测模型，并利用健康历史数据进行网络模型的训练和测试；/n步骤6、步骤5模型训练好之后，计算步骤5中得到的燃气轮机效率预测值与实际运行值之间的相对残差；/n步骤7、利用箱型图分析法对燃气轮机效率相对残差进行分析，确定燃气轮机效率处于异常状态时阈值；/n步骤8、依据燃气轮机效率相对残差进行相应的监测和分析。/n