一种基于数据驱动的压气机性能退化预测算法

摘要

本发明提供一种基于数据驱动的压气机性能退化预测算法，包括：S1、建立压气机性能变化评估模型；S11、采集电厂数据；S12、将压气机的效率和流动能力作为压气机性能变化评估的指标；S13、建立压气机的热力学模型；S14、通过所述热力学模型对压气机关键部件的效率和流动能力进行计算，得到理论上的效率和流动能力；S21、建立深度神经网络；S22、引入循环循环神经网络和长短期记忆网络对深度神经网络进行优化，得到性能退化预测神经网络。本发明通过分析和处理压气机运行产生的大量数据，挖掘大数据与性能变化之间的隐藏关系来建立更为准确的压气机性能分析模型，可使得仿真试验更加接近真实机组的实际运行，模型具有更强的工程实用价值。