[发明专利]一种预测燃气轮机启动过程输出数据的建模方法及设备

权利要求书

1.一种预测燃气轮机启动过程输出数据的建模方法，其特征在于，包括：

在燃气轮机多次启动过程中进行参数采集，对应得到多个训练样本；

将所述训练样本中部分数据作为网络模型的输入数据，利用灰狼优化GWO算法分析输入数据预测支持向量机SVM算法的控制参数，并利用SVM算法在所述控制参数的控制下根据输入数据，以输出训练样本中另一部分数据为目标调整所述网络模型的模型参数，得到输出预测模型。

2.根据权利要求1所述的方法，其特征在于，所述在燃气轮机多次启动过程中进行参数采集，包括：

在燃气轮机多次启动过程中，监测并采集耦合度不超过设定阈值的至少一类参数；

按照预设采样间隔对采集的参数进行采样及归一化处理后，得到训练样本。

3.根据权利要求1所述的方法，其特征在于，所述训练样本中作为网络模型输入数据的部分数据包括如下至少一类参数：环境温度、压气机入口压力、天然气流量、启动电流、启动时间；

所述训练样本中作为网络模型输出数据的另一部分数据包括如下至少一类参数：燃机转速、排气温度。

4.根据权利要求1所述的方法，其特征在于，所述将所述训练样本中部分数据作为网络模型的输入数据，利用GWO算法分析输入数据预测SVM算法的控制参数，包括：

将所述训练样本中部分数据作为网络模型的输入数据，以所述输入数据与网络模型对应输出的预测数据之间的均方误差最小为目标，利用GWO算法对所述输入数据进行分析，并将分析得到的最优位置参数作为SVM算法的控制参数。

5.根据权利要求4所述的方法，其特征在于，所述以所述输入数据与网络模型对应输出的预测数据之间的均方误差最小为目标，利用GWO算法对所述输入数据进行分析，包括：

将GWO算法的控制参数设置为预设GWO参数，利用所述预设GWO参数控制下的GWO算法，计算所述输入数据中各数据对应的位置参数，并确定各位置参数对应的输入数据与网络模型对应输出的预测数据之间的均方误差；

根据所述均方误差，及不同位置参数间的相对距离，在预设的迭代次数内，对所述位置参数进行更新，并确定更新后对应的均方误差最小的位置参数为最优位置参数。

6.根据权利要求4所述的方法，其特征在于，所述利用SVM算法在所述控制参数的控制下根据输入数据，以输出训练样本中另一部分数据为目标调整所述网络模型的模型参数，包括：

将所述训练样本中另一部分数据作为网络模型的输出数据，并将GWO算法确定的最优位置参数分别确定为SVM算法的惩罚参数与核参数；

将SVM算法的其它控制参数设置为预设SVM参数，利用所述预设SVM参数及所述惩罚参数与核参数控制下的SVM算法，分析预测所述输入数据对应的输出预测数据；

将所述输出预测数据与所述训练样本中的输出数据进行对比，利用预设的损失函数进行回归训练，调整所述网络模型的模型参数。

7.根据权利要求6所述的方法，其特征在于，所述调整所述网络模型的模型参数，包括：

根据所述输出预测数据与所述训练样本中输出数据的均方误差，调整所述网络模型的模型参数，至确定的均方误差不超过预设阈值。

8.根据权利要求1所述的方法，其特征在于，所述SVM算法类型为支持向量回归V-SVR类型，所述SVM算法采用的核函数为径向基核核函数。

9.一种预测燃气轮机启动过程输出数据的建模设备，其特征在于，包括：

训练样本获取模块，用于在燃气轮机多次启动过程中进行参数采集，对应得到多个训练样本；

模型训练模块，用于将所述训练样本中部分数据作为网络模型的输入数据，利用灰狼优化GWO算法分析输入数据预测支持向量机SVM算法的控制参数，并利用SVM算法在所述控制参数的控制下根据输入数据，以输出训练样本中另一部分数据为目标调整所述网络模型的模型参数，得到输出预测模型。