基于PCA-MEA-WNN模型的燃烧不稳定性检测方法

摘要

为检测燃气轮机燃烧室压力的异常情况及监测其实时压力变化趋势,提出了一种基于主元分析法(PCA)、思维进化算法(MEA)和小波神经网络(WNN)相结合的模型(即PCA-MEA-WNN模型):首先采用PCA对电厂原始数据清洗并预处理,然后通过MEA优化WNN,找到最优解,建立评价模型性能的指标,再引入偏离度量化预测值与观测值的偏离程度,通过滑动窗口法设置预警阈值以达到超限报警的目的。在某燃气-蒸汽联合循环发电机组仿真平台验证模型,并导入某电厂实际运行数据进行仿真。结果表明:PCA-MEA-WNN算法可及时反映燃烧室压力异常情况,检测到燃烧不稳定性并发出预警,具有更精准的预测结果和泛化能力,拟合度更高,大大减小了误差,有助于燃烧室的实际运行分析。