基于机理修正的小型燃气轮机变工况神经网络模型构建方法研究

来源：动力工程学报杂志2025年第4期北京时间：

作者：叶旖茵, 韩巍, 李济超, 马文静, 韩泽鹏, 宋新阳,

摘要：燃气轮机变工况热力性能具有较强的非线性特点,基于物理模型的方法计算耗时长且计算误差较大,而基于数据驱动的方法对样本数据数量依赖强且计算过程中没有物理机理上的约束。为了克服这两种方法存在的问题,根据小型燃气轮机压缩和膨胀过程的物理机理,提炼出变工况运行的内外部影响参数与发电效率、排烟温度及排烟流量之间存在的约束关系,并结合神经网络基本框架,提出了基于机理修正的小型燃气轮机变工况神经网络模型(即改进模型)。具体算例的结果表明:利用已知的燃气轮机部件性能和部分数据样本,即可建立高精度的燃气轮机变工况神经网络模型;改进模型对关键参数的预测相对误差在0.941%以下,预测平均相对误差为0.583%,其预测平均相对误差为使用相同样本的基于纯数据驱动的神经网络预测误差的70.122%,为基于物理模型的方法计算误差的14.916%。

关键词：燃气轮机,变工况计算,机理修正,神经网络,