[发明专利]一种基于机器算法的汽轮机低压缸排汽焓实时计算方法

权利要求书

1.一种基于机器算法的汽轮机低压缸排汽焓实时计算方法，其特征在于，包括以下步骤：

1)收集汽轮机运行工况的历史数据并进行数据预处理；

2)对输入变量做主成分分析，得到n个主要成分；

3)建立汽轮机低压缸排汽焓的神经网络预测模型；

4)基于主成分分析与神经网络复合模型对汽轮机低压缸排汽焓计算模型进行训练；

5)将训练好的模型储存起来，在实时计算时直接调用训练好的模型即可。

2.根据权利要求1所述的一种基于机器算法的汽轮机低压缸排汽焓实时计算方法，其特征在于，步骤1)的具体实现方法如下：

提取汽轮机运行工况下的历史数据，包括由机组负荷、主蒸汽流量、主汽压力、主汽温度、调节级后压力和温度、中压缸进汽压力和进汽温度组成的进汽参数，由高压缸排汽压力和排汽温度、低压缸排汽和排汽温度组成的排汽参数，由汽轮机第一级到第八级抽汽压力和抽汽温度组成的抽汽参数，以及汽轮机低压缸排汽焓试验数据，并对历史数据进行五阶不加权证实法数据预处理，剔除坏点。

3.根据权利要求2所述的一种基于机器算法的汽轮机低压缸排汽焓实时计算方法，其特征在于，步骤2)的具体实现方法如下：

主成分分析通过把分量相关的随机变量转换为分量不相关的新的随机变量，得到累计贡献值大于99.95％的n个主要成分，计算模型如下：

y^m+1=B·Y→---(1)]]>

Y→=(y1,y2,...,ym)T---(2)]]>

式中：为预测值；为原始数据；B为系数矩阵。

4.根据权利要求3所述的一种基于机器算法的汽轮机低压缸排汽焓实时计算方法，其特征在于，步骤3)中，用经过主成分分析后的n个主要成分作为BP神经网络的输入变量，汽轮机排汽焓作为输出变量，建立基于主成分分析与神经网络复合模型的汽轮机排汽焓计算模型。