[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

本發明提出一種燃氣輪機控制方法、裝置及系統，其中，方法包括：通過接收控制平臺發送的已測量數據的測量值和預測值，實現將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，以得到已測量數據的偏離量，從而根據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，進而將已測量數據的偏離量和未測量數據的偏離量發送給燃氣輪機的在線模型，以對在線模型輸出的已測量數據的預測值和未測量數據的預測值進行校正。由此，可實現在控制平臺外進行卡爾曼濾波，解決相關技術中卡爾曼濾波在控制平臺實現存在困難的技術問題。同時，基于數據的偏離量修正在線模型的輸出，可有效提高在線模型的精度，優化控制性能。

技術領域

本發明涉及燃氣輪機技術領域，尤其涉及一種燃氣輪機控制方法、裝置及系統。

背景技術

在燃氣輪機基于模型的控制中，往往需要通過卡爾曼濾波的方法結合測量值對模型的計算值進行最優估計，但無論是采用卡爾曼濾波，或者是擴展卡爾曼濾波，都是針對線性模型，或者將非線性系統展開成泰勒級數并略去二階及以上項以得到一個近似的線性化模型。而由于燃氣輪機本身具有多變量、強非線性的特點，在燃氣輪機內進行線性化處理必然帶來誤差。同時，由于控制平臺組態環境的限制，卡爾曼濾波在控制平臺的實現也存在一定的困難。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的第一個目的在于提出一種燃氣輪機控制方法，應用于計算平臺，以實現在控制平臺外進行卡爾曼濾波，有效避免在燃氣輪機內進行線性化處理帶來的誤差，同時也能解決相關技術中卡爾曼濾波在控制平臺實現存在困難的技術問題。

本發明的第二個目的在于提出一種燃氣輪機控制方法，應用于控制平臺。

本發明的第三個目的在于提出一種燃氣輪機控制系統。

本發明的第四個目的在于提出一種燃氣輪機控制裝置。

本發明的第五個目的在于提出另一種燃氣輪機控制裝置。

本發明的第六個目的在于提出一種非瞬時計算機可讀存儲介質。

本發明的第七個目的在于提出一種計算機程序產品。

為達上述目的，本發明第一方面實施例提出了一種燃氣輪機控制方法，應用于計算平臺，所述方法包括：

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。

可選地，作為第一方面的第一種可能的實現方式，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。

可選地，作為第一方面的第二種可能的實現方式，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。