[发明专利]一种汽轮机阀门流量特性分析方法

摘要

本发明公开一个基于ASCA和RBF神经网络模型的汽轮机阀门流量特性分析方法，将历史数据应用于阀门流量特性的发现，将神经网络应用于汽轮机调节级压力的预测，从而在无需进行运行试验的情况下得到汽轮机高压调节阀的单阀流量特性曲线。

主权项

1.一种基于ASCA和RBF神经网络模型的汽轮机阀门流量特性分析方法，其特征在于：包括如下步骤：/n步骤(一)、建立使用正交最小二乘算法训练的RBF神经网络学习算法，即将具有M个数据中心的RBF神经网络视为具有N组样本，M个回归因子的特殊回归模型，使用添加人工噪声的标准训练样本确定所建立神经网络合适的初始扩展常数和训练时间；/n步骤(二)、建立ASCA算法并将其应用到不同的基准优化问题上，比较该算法与其它优化算法对于不同的高维单峰标准函数和高维多峰标准函数的优化效果，以验证该算法的有效性；/n步骤(三)、基于步骤(一)和步骤(二)，建立ASCA算法和RBF神经网络的综合模型以提高预测模型的计算精度和建模速度，使用ASCA算法对RBF神经网络的输入权值、隐层阈值和初始扩展常数进行优化，并以目标函数适应度值最小为原则，确定最优的模型结构参数并应用于RBF神经网络，即完成ASCA算法和RBF神经网络的模型建立；/n步骤(四)、采集汽轮机组的历史运行数据，并对其进行筛选、清洗以获得最能代表机组运行状况的一组代表性数据，并将这部分数据分为训练样本和测试样本；/n步骤(五)、使用步骤(四)中得到的样本数据应用于步骤(三)建立的ASCA算法和RBF神经网络的综合模型，训练得到汽轮机阀门流量预测模型；/n步骤(六)、使用步骤(五)中得到的汽轮机阀门流量预测模型，进行模拟的汽轮机单阀流量特性试验，即设置某一阀门的开度数据从0-100％，其它输入数据的值保持不变，得到汽轮机流量预测模型的输出变量即调节级压力，再进行计算得到该阀门的单阀流量特性。/n