面向数字孪生应用的燃气轮机金属温度快速预测模型研究

来源：动力工程学报杂志2026年第3期北京时间：

作者：李甲珊, 阙晓斌, 闫学慧, 王晓博, 王旭,

摘要：针对燃气轮机数字孪生应用中的金属温度实时预测需求,提出了一种基于循环神经网络(RNN)的燃气轮机金属温度快速预测方法。传统基于运行曲线工况驱动的整机温度场物理模型存在复杂度高、计算耗时长等缺陷,难以满足燃气轮机试验、运行过程中实时预测与故障预警等应用需求。为解决这一问题,基于物理模型仿真数据集和整机试验数据集训练了2组模型,且经优化后2组模型的保真度分别达到99.14%和94.32%。系统分析了神经网络超参数对模型性能的影响规律,并提出了有效的模型调优和降低过拟合的方法。最后通过测试数据集验证了模型泛化能力,并基于功能模型接口(FMI)标准实现了燃气轮机金属温度快速预测模型在自主F级重型燃气轮机试验样机中的部署应用。研究成果为燃气轮机数字孪生系统的实时温度预测提供了有效的解决方案。

关键词：燃气轮机,数字孪生,循环神经网络,温度预测,虚拟传感器,