基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法
基本信息
| 申请号 | CN201910845426.X | 申请日 | - |
| 公开（公告）号 | CN110530650B | 公开（公告）日 | 2021-04-20 |
| 申请公布号 | CN110530650B | 申请公布日 | 2021-04-20 |
| 分类号 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;G01M15/14(2006.01)I | 分类 | 测量；测试; |
| 发明人 | 杨永明;曲晓峰;张德阳;毛静轩;姜漫利;王兆光;苗东旭;翟俊鹏;傅磊;王克剑 | 申请（专利权）人 | 哈尔滨电气股份有限公司 |
| 代理机构 | 哈尔滨市伟晨专利代理事务所（普通合伙） | 代理人 | 李晓敏 |
| 地址 | 150000黑龙江省哈尔滨市松北区创新一路1399号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法，属于燃气‑蒸汽联合循环发电机组状态监测与故障诊断领域。重型燃气轮机性能状态监测是其健康管理的重要组成部分。技术要点：选取代表燃气轮机性能状态的特征参数；通过机理分析获取边界条件参数；采集筛选历史健康数据和当前运行数据；数据归一化处理；建立广义回归神经网络预测模型，并进行网络模型的训练和测试；计算燃气轮机效率预测值与实际运行值之间的相对残差；用箱型图分析法确定燃气轮机效率处于异常状态时阈值；依据效率相对残差进行相应的监测和分析。本发明有效的提高了燃气轮机设备运行的安全性和可靠性，最小化故障带来的经济损失。 |
