- 专利标题: 基于混合深度学习模型的燃气轮机动态参数在线辨识方法
-
申请号: CN202210729545.0申请日: 2022-06-24
-
公开(公告)号: CN115291509B公开(公告)日: 2024-06-18
- 发明人: 孙立 , 孙守泰 , 李实 , 薛亚丽 , 钱俊良 , 周吉
- 申请人: 东南大学溧阳研究院
- 申请人地址: 江苏省常州市溧阳市昆仑街道泓口路218号A幢428室
- 专利权人: 东南大学溧阳研究院
- 当前专利权人: 东南大学溧阳研究院
- 当前专利权人地址: 江苏省常州市溧阳市昆仑街道泓口路218号A幢428室
- 代理机构: 南京经纬专利商标代理有限公司
- 代理商 姜慧勤
- 主分类号: G05B13/04
- IPC分类号: G05B13/04
摘要:
本发明公开了基于混合深度学习模型的燃气轮机动态参数在线辨识方法,包括:建立燃气轮机系统的动态机理模型;根据动态机理模型设置燃气轮机的输入数据和动态参数,得到模拟运行数据作为输出数据,将对应的输入数据、输出数据和动态参数作为训练集;建立LSTM‑GPR混合深度学习模型;利用训练集对LSTM‑GPR混合深度学习模型进行网络训练和权重系数学习;利用独立的验证集对燃气轮机动态参数在线辨识效果进行校核。本发明的动态参数辨识方法不受现场运行条件的限制,充分覆盖实际对象的不确定变化范围,能够对燃气轮机参数动态变化过程实现在线实时辨识,辨识结果具有均值点估计及置信区间范围,解决了燃气轮机非线性动态参数难以在线实时辨识的问题。
公开/授权文献
- CN115291509A 基于混合深度学习模型的燃气轮机动态参数在线辨识方法 公开/授权日:2022-11-04