[發明專利]燃氣輪機控制方法、裝置及系統在審
| 申請號: | 202211087187.4 | 申請日: | 2022-09-07 |
| 公開(公告)號: | CN115492691A | 公開(公告)日: | 2022-12-20 |
| 發明(設計)人: | 謝瑾瑜;張曉毅 | 申請(專利權)人: | 中國聯合重型燃氣輪機技術有限公司 |
| 主分類號: | F02C9/00 | 分類號: | F02C9/00 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 張潤 |
| 地址: | 100016 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 燃氣輪機 控制 方法 裝置 系統 | ||
1.一種燃氣輪機控制方法,應用于計算平臺,其特征在于,包括以下步驟:
接收控制平臺發送的已測量數據的測量值和預測值;
將所述已測量數據的測量值和預測值輸入至卡爾曼濾波器進行最優估計,以得到所述已測量數據的偏離量;
根據所述已測量數據的偏離量,采用機器學習算法,確定未測量數據的偏離量;
將所述已測量數據的偏離量和所述未測量數據的偏離量發送給燃氣輪機的在線模型,以對所述在線模型輸出的所述已測量數據的預測值和所述未測量數據的預測值進行校正。
2.根據權利要求1所述的方法,其特征在于,所述根據所述已測量數據的偏離量,采用機器學習算法,確定未測量數據的偏離量,包括:
將所述已測量數據的偏離量作為所述機器學習算法的輸入,根據所述已測量數據的偏離量與所述未測量數據的偏離量之間的映射關系,輸出所述未測量數據的偏離量。
3.根據權利要求2所述的方法,其特征在于,所述方法,還包括:
獲取已測量數據的訓練偏離量和未測量數據的訓練偏離量;
以所述已測量數據的訓練偏離量為輸入,所述未測量數據的訓練偏離量為輸出,對所述機器學習算法進行訓練,以使所述機器學習算法學習到所述已測量數據的偏離量與所述未測量數據的偏離量之間的映射關系。
4.根據權利要求1-3任一項所述的方法,其特征在于,所述已測量數據至少包括:壓氣機出口壓力、壓氣機出口溫度、透平出口溫度;所述未測量數據至少包括:壓氣機效率、渦輪效率、燃燒室效率、空氣流量、喘振裕度、火焰溫度。
5.一種燃氣輪機控制方法,應用于控制平臺,其特征在于,包括以下步驟:
獲取環境數據,將所述環境數據輸入至在線模型預測已測量數據和未測量數據,以得到所述已測量數據的預測值和所述未測量數據的預測值;
采用測量設備測量所述已測量數據,以得到所述已測量數據的測量值;
將所述已測量數據的測量值和預測值發送給計算平臺;
接收所述計算平臺發送的所述已測量數據的偏離量和所述未測量數據的偏離量;
根據所述已測量數據的偏離量和所述未測量數據的偏離量,對所述在線模型輸出的所述已測量數據的預測值和所述未測量數據的預測值進行校正。
6.根據權利要求5所述的方法,其特征在于,所述將所述環境數據輸入至在線模型預測已測量數據和未測量數據,以得到所述已測量數據的預測值和所述未測量數據的預測值,包括:
將所述環境數據輸入至在線模型,以使所述在線模型基于目標公式預測已測量數據和未測量數據;其中,所述目標公式包括能量守恒公式和設定的熱力學公式。
7.根據權利要求6所述的方法,其特征在于,所述方法,包括:
將校正后的所述已測量數據的預測值和所述未測量數據的預測值作為控制算法的控制邊界。
8.根據權利要求5-7任一項所述的方法,其特征在于,所述環境數據至少包括:環境溫度、環境壓力、進口可轉導葉IGV角度、燃料量、轉速;所述已測量數據至少包括:壓氣機出口壓力、壓氣機出口溫度、透平出口溫度;所述未測量數據至少包括:壓氣機效率、渦輪效率、燃燒室效率、空氣流量、喘振裕度、火焰溫度。
9.一種燃氣輪機控制系統,其特征在于,包括:控制平臺和計算平臺;
其中,所述控制平臺包括燃氣輪機、在線模型和控制算法模塊,用于執行權利要求5-8任一項所述的方法;
所述計算平臺包括卡爾曼濾波器和機器學習算法模塊,用于執行權利要求1-4中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國聯合重型燃氣輪機技術有限公司,未經中國聯合重型燃氣輪機技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211087187.4/1.html,轉載請聲明來源鉆瓜專利網。





