买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京科远智慧科技集团股份有限公司;东南大学

摘要：本发明提供了一种火电二次再热机组蒸汽温度复合建模方法，该方法针对目前火电二次再热机组传统蒸汽温度控制系统中控制方法易受扰，建模准确程度不高，易发生退化等问题，通过机理分析与神经网络学习的复合建模方式，有效弥补非线性特性，建立火电二次再热机组蒸汽温度的准确模型。该方法通过在神经网络中嵌入先验机理，提高模型可解释性，同时又通过神经网络对简化机理模型的非线性部分进行补偿，提高模型准确性。这对准确预测火电蒸汽温度、后续控制器的设计以及提升能源利用效率具有重要价值。

主权项：1.一种火电二次再热机组蒸汽温度复合建模方法，其特征在于，分析建立机组汽温的机理模型，同时设计激励信号采集数据，并在此基础上通过常微分方程神经网络架构，建立机理模型与神经网络模型组合的非线性复合模型，具体包括如下步骤：步骤1，基于传热学、流体力学先验知识建立部件级模型，基于火电二次再热机组理想循环过程，分配超高压缸、高压缸、中压缸做功占比；步骤2，根据设计的落压比和给定换热效率，分别计算过热器和再热器进出口总压、总温和所需烟气流量；步骤3，通过质量守恒及能量守恒方程，建立水煤比、给定负荷、阀门开度三个输入变量与主汽温、一次再热汽温、二次再热汽温三个输出变量的机理关系的非线性模型；步骤4，简化所述非线性模型，并以状态空间方程表示，构建复合模型中机理部分；步骤5，设计实验信号，激励得到水煤比、给定负荷、阀门开度与主汽温、一次再热汽温、二次再热汽温的输入输出数据集D1，改变实验信号幅值，激励得到数据集D2，对数据集D1、D2进行预处理并划分训练集和测试集；步骤6，通过常微分方程神经网络建立状态蒸汽温度与输入的非线性映射关系，补偿机理模型与真实模型的残差部分，通过伴随灵敏度方法反向传播学习连续系统动态；步骤7，选取训练轮数、一次训练的批次数以及每批次的样本时长；步骤8，在基于数据集D1的训练集上进行预训练，在一轮训练中，分别计算机理模型预测值和网络模型预测值，并将机理模型预测值和网络模型预测值进行线性组合得到复合模型预测值；步骤9，计算预测值与实际值的训练误差，通过反向传播更新网络模型参数；同时在测试集上计算预测值与实际值的测试误差，记录最小测试误差；步骤10，在数据集D2上重复训练过程进行微调，得到最佳网络参数，得到由机理部分和网络部分组成方火电二次再热机组的蒸汽温度复合模型。

全文数据：

权利要求：

百度查询： 南京科远智慧科技集团股份有限公司 东南大学 一种火电二次再热机组蒸汽温度复合建模方法