[发明专利]用于控制工业燃气轮机转速的神经网络控制方法

权利要求书

1.一种用于控制工业燃气轮机转速的神经网络控制方法，包括：

获取训练样本数据集，所述训练样本数据集包括多条转速数据样本，每条所述转速数据样本包括转速指令值、转速反馈值、转速误差值和标签信息；

将每条所述转速数据样本中的所述转速指令值、所述转速反馈值、所述转速误差值输入至初始神经网络中，输出燃料量，其中，所述初始神经网络包括隐含层神经元，所述隐含层神经元的激活函数是通过对基于反双曲正弦函数序列构造的激活函数进行降维改进得到的；

根据所述转速指令值、所述转速反馈值、所述转速误差值和所述燃料量，调整所述初始神经网络的模型参数，其中，所述模型参数包括连接权值和所述隐含层神经元的个数；

将所述连接权值和所述隐含层神经元个数均满足预设收敛条件时得到的初始神经网络确定为用于控制工业燃气轮机转速的神经网络。

2.根据权利要求1所述的方法，其中，根据所述转速指令值、所述转速反馈值、所述转速误差值和所述燃料量，调整所述初始神经网络的模型参数包括：

根据所述转速指令、所述转速反馈值、所述转速误差，确定所述隐含层神经元的输出值；

根据所述隐含层神经元的输出值确定所述隐含层神经元的输入激励矩阵；

根据标签值，确定所述初始神经网络的输出向量矩阵，其中，所述标签值包括与所述燃料量相关联的真实燃料量；

基于伪逆计算函数对所述输入激励矩阵和所述输出向量矩阵进行计算，得到所述初始神经网络的连接权值。

3.根据权利要求1所述的方法，其中，根据所述转速指令值、所述转速反馈值、所述转速误差值和所述燃料量，调整所述初始神经网络的模型参数还包括：

根据所述转速指令值、所述转速反馈值、所述转速误差值分别得到转速指令值函数、转速反馈值函数、转速误差值函数；

初始化所述转速指令值函数、所述转速反馈值函数、所述转速误差值函数的函数项数；

在所述函数项数大于预设函数项数阈值的情况下，根据所述函数项数值确定所述隐含层神经元的个数。

4.根据权利要求3所述的方法，还包括，在所述函数项数值小于等于预设函数项数阈值的情况下，

确定所述燃料量与所述标签信息之间的均方误差；

根据所述均方误差，确定所述隐含层神经元的个数。

5.根据权利要求4所述的方法，其中，根据所述均方误差，确定所述隐含层神经元的个数包括：

在所述均方误差小于等于所述预设均方误差阈值的情况下，继续训练T轮的所述初始神经网络，直至所述初始神经网络输出的燃料量与所述标签信息之间的均方误差大于所述预设均方误差阈值，其中，在每轮训练所述初始神经网络之前，对所述函数项数执行加法操作，得到更新后的函数项数，T大于等于1；

在所述均方误差大于所述预设均方误差阈值的情况下，根据所述更新后的函数项数，确定所述隐含层神经元的个数。

6.根据权利要求1所述的方法，其中，所述对基于反双曲正弦函数序列构造的激活函数进行降维改进包括：

根据所述转速指令值、所述转速反馈值、所述转速误差值、所述反双曲正弦函数序列，确定需要输入至所述激活函数的第一输入序列、第二输入序列、第三输入序列；

将所述第一输入序列和所述第二输入序列的乘积作为第一变量，所述第三输入序列作为第二变量；

将所述第一变量和所述第二输入变量作为输入至所述激活函数的输入变量，以降低输入至所述激活函数的输入变量的维度。

7.根据权利要求1所述的方法，还包括：

通过控制器采集工业燃气轮机的运行数据，其中，所述运行数据是由跟踪控制或鲁棒性控制得到的；

根据所述运行数据，确定所述训练样本数据集。