基于串联形式智能融合算法的燃气轮机建模与仿真

摘要

为提高燃气轮机整体动态仿真模型的准确性与实用性,基于预先构建的机理、BP神经网络和逐步聚类分析法3种单一仿真模型,分别将BP神经网络和逐步聚类分析法模型与机理模型进行组合,创新性地构建了2套串联形式的智能融合模型,有效地克服了机理模型部分过程过于简化和参数获取困难、智能预测模型高度依赖数据质量和缺乏外延性等缺陷,并将上述模型应用于辽宁某钢厂燃气轮机的仿真研究。结果表明:单一仿真模型中智能预测模型的预测效果较好,且逐步聚类分析法模型优于BP神经网络模型;智能融合模型的精度比单一仿真模型更高,其中逐步聚类分析法+机理智能融合模型的仿真效果更优。