一種基于bp神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法
【專利摘要】本發(fā)明公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，包括以下步驟：(1)將汽動(dòng)引風(fēng)機(jī)的廠家設(shè)計(jì)數(shù)據(jù)進(jìn)行分析處理，通過對數(shù)據(jù)的訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，從而得到該汽動(dòng)引風(fēng)機(jī)的靜態(tài)特性模型；(2)結(jié)合轉(zhuǎn)速變量，在上述的靜態(tài)特性模型基礎(chǔ)上訓(xùn)練得到汽動(dòng)引風(fēng)機(jī)的全工況模型；(3)將上述全工況模型結(jié)合網(wǎng)頁編程技術(shù)以在線網(wǎng)站的形式發(fā)布，以實(shí)現(xiàn)汽動(dòng)引風(fēng)機(jī)工作點(diǎn)的在線確定；(4)結(jié)合SIS系統(tǒng)獲得汽動(dòng)引風(fēng)機(jī)的實(shí)際運(yùn)行數(shù)據(jù)并對所建模型進(jìn)行實(shí)時(shí)在線修正。所述方法可以對對汽動(dòng)引風(fēng)機(jī)的轉(zhuǎn)速、靜葉角度調(diào)節(jié)提出指導(dǎo)建議；并且當(dāng)引風(fēng)機(jī)運(yùn)行偏離設(shè)計(jì)工況時(shí)，可以從SIS系統(tǒng)中重新選取數(shù)據(jù)對模型進(jìn)行修正。
【專利說明】一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法。
【背景技術(shù)】
[0002]目前，火電廠給水泵采用汽輪機(jī)驅(qū)動(dòng)后，引風(fēng)機(jī)已成為耗電量最大的輔機(jī)。在電動(dòng)機(jī)驅(qū)動(dòng)的模式下，1036MW機(jī)組的單臺引風(fēng)機(jī)電機(jī)最大電功率達(dá)到7400kW，占單機(jī)發(fā)電量的
1.48%。且電動(dòng)機(jī)驅(qū)動(dòng)模式下，引風(fēng)機(jī)采用靜葉調(diào)節(jié)，電動(dòng)機(jī)功率不變，在機(jī)組負(fù)荷變動(dòng)時(shí)，電動(dòng)機(jī)造成的額外廠用電損失很大，能源浪費(fèi)嚴(yán)重。采用汽輪機(jī)代替電機(jī)驅(qū)動(dòng)引風(fēng)機(jī)是可以徹底解決以上問題極佳方案。采用汽動(dòng)引風(fēng)機(jī)方案，一方面可以減少電機(jī)啟動(dòng)時(shí)對廠用電系統(tǒng)的沖擊；另外，采用變轉(zhuǎn)速調(diào)節(jié)從而變工況運(yùn)行時(shí)也能保證較高的效率。由于汽動(dòng)引風(fēng)機(jī)采用靜葉-轉(zhuǎn)速結(jié)合的調(diào)節(jié)方式，其全工況性能比定轉(zhuǎn)速引風(fēng)機(jī)復(fù)雜的多。為了使引風(fēng)機(jī)高效工作必須能夠監(jiān)測引風(fēng)機(jī)的工作點(diǎn)。但是目前并沒有能夠使用的汽動(dòng)引風(fēng)機(jī)在線監(jiān)測模型。

【發(fā)明內(nèi)容】

[0003]發(fā)明目的:本發(fā)明的發(fā)明目的是針對現(xiàn)有技術(shù)的不足而公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，通過神經(jīng)網(wǎng)絡(luò)應(yīng)用于非線性系統(tǒng)的辨識和預(yù)測實(shí)現(xiàn)對汽動(dòng)引風(fēng)機(jī)工作點(diǎn)的實(shí)時(shí)監(jiān)測，從而使得工作人員更加直觀的了解到引風(fēng)機(jī)的工作狀況；另外，由于，當(dāng)引風(fēng)機(jī)運(yùn)行偏離設(shè)計(jì)工況時(shí)還能夠?qū)崿F(xiàn)模型的自我修正。
[0004]技術(shù)方案:為了實(shí)現(xiàn)發(fā)明的發(fā)明目的，本發(fā)明公開了 一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，包括以下步驟:
[0005](I)將汽動(dòng)引風(fēng)機(jī)的廠家設(shè)計(jì)數(shù)據(jù)進(jìn)行分析處理，通過對數(shù)據(jù)的訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，從而得到該汽動(dòng)引風(fēng)機(jī)的靜態(tài)特性模型；
[0006](2)結(jié)合轉(zhuǎn)速變量，在上述的靜態(tài)特性模型基礎(chǔ)上訓(xùn)練得到汽動(dòng)引風(fēng)機(jī)的全工況模型；
[0007](3)將上述全工況模型結(jié)合網(wǎng)頁編程技術(shù)以在線網(wǎng)站的形式發(fā)布，以實(shí)現(xiàn)汽動(dòng)引風(fēng)機(jī)工作點(diǎn)的在線確定；
[0008](4)結(jié)合SIS系統(tǒng)獲得汽動(dòng)引風(fēng)機(jī)的實(shí)際運(yùn)行數(shù)據(jù)并對所建模型進(jìn)行實(shí)時(shí)在線修正。
[0009]作為優(yōu)選，為了使得原始模型更加準(zhǔn)確并且能夠更快的通過學(xué)習(xí)逼近任意非線性映射，步驟(I)包括以下步驟:
[0010](1.1)將汽動(dòng)引風(fēng)機(jī)的廠家設(shè)計(jì)數(shù)據(jù)進(jìn)行分析處理，選取能夠確定引風(fēng)機(jī)特性曲線的數(shù)據(jù)點(diǎn)，將每個(gè)數(shù)據(jù)點(diǎn)的比壓Y(p/p)、容積流量Q、葉片角度β和風(fēng)機(jī)轉(zhuǎn)速η劃分為訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)兩組；
[0011](1.2)將步驟(1.1)中訓(xùn)練數(shù)據(jù)的比壓Υ(ρ/ρ)、容積流量Q和葉片角度β分別歸一化，比壓Υ(ρ/ρ )和葉片角度β作為輸入，容積流量Q作為輸出建立靜態(tài)模型；設(shè)定隱藏層數(shù)目和各層神經(jīng)元個(gè)數(shù)，得到BP網(wǎng)絡(luò)模型，利用步驟(1.1)的測試數(shù)據(jù)檢測該BP網(wǎng)絡(luò)模型的精度網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行修改，并且通過反復(fù)訓(xùn)練直至達(dá)到精度要求，得到Q: f(Y，β)模型;
[0012](1.3)通過步驟(1.1)中訓(xùn)練數(shù)據(jù)，采用步驟(1.2)中的方法訓(xùn)練得到風(fēng)機(jī)效率模型 Π: f(Y, β)。
[0013]作為優(yōu)選，為了使得全工況模型更加完善，步驟(2)在步驟(1.2)的Q: f(Y,β)模型和步驟(1.3) η: f(Y, β)模型基礎(chǔ)上，增加轉(zhuǎn)速變量n，通過重新的訓(xùn)練，得到Q: f(Y，β，n)的全工況模型。
[0014]作為優(yōu)選，為了更好地、更簡單地且更靈活地實(shí)現(xiàn)全工況模型結(jié)合網(wǎng)頁編程技術(shù)以在線網(wǎng)站的形式發(fā)布，步驟(3)中所使用的網(wǎng)頁編程技術(shù)為ASP.NET網(wǎng)頁編程技術(shù)。
[0015]有益效果:本發(fā)明與現(xiàn)有技術(shù)相比:神經(jīng)網(wǎng)絡(luò)具有通過學(xué)習(xí)逼近任意非線性映射的能力，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于非線性系統(tǒng)的辨識和預(yù)測，可以不受非線性模型的限制，便于給出工程上易于實(shí)現(xiàn)的學(xué)習(xí)算法；使用引風(fēng)機(jī)設(shè)計(jì)數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型，經(jīng)驗(yàn)證后可以對汽動(dòng)引風(fēng)機(jī)的運(yùn)行工作點(diǎn)有更加直觀的了解，從而對汽動(dòng)引風(fēng)機(jī)的轉(zhuǎn)速、靜葉角度調(diào)節(jié)提出指導(dǎo)建議；另外，由于神經(jīng)網(wǎng)絡(luò)模型僅由訓(xùn)練數(shù)據(jù)確定，所以，當(dāng)引風(fēng)機(jī)運(yùn)行偏離設(shè)計(jì)工況時(shí)，可以從SIS系統(tǒng)中重新選取數(shù)據(jù)對模型進(jìn)行修正。
【專利附圖】

【附圖說明】
[0016]圖1為本發(fā)明監(jiān)測方法的結(jié)構(gòu)圖；
[0017]圖2為本發(fā)明BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；
[0018]圖3為本發(fā)明監(jiān)測方法的仿真結(jié)果圖。
【具體實(shí)施方式】
[0019]下面結(jié)合圖對本發(fā)明作更進(jìn)一步的說明。
[0020]如圖1和圖2所示，將汽動(dòng)引風(fēng)機(jī)的廠家設(shè)計(jì)數(shù)據(jù)進(jìn)行分析處理，選取能夠確定引風(fēng)機(jī)特性曲線的數(shù)據(jù)點(diǎn)，將每個(gè)數(shù)據(jù)點(diǎn)的比壓Y(p/p)、容積流量Q、葉片角度β和風(fēng)機(jī)轉(zhuǎn)速n劃分為訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)兩組；然后將訓(xùn)練數(shù)據(jù)的比壓Y(p/p )、容積流量Q和葉片角度β分別歸一化，比壓Υ(ρ/ρ)和葉片角度β作為輸入，容積流量Q作為輸出建立靜態(tài)模型；設(shè)定隱藏層數(shù)目和各層神經(jīng)元個(gè)數(shù)，得到BP網(wǎng)絡(luò)模型，利用步驟(1.1)的測試數(shù)據(jù)檢測該BP網(wǎng)絡(luò)模型的精度網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行修改，并且通過反復(fù)訓(xùn)練直至達(dá)到精度要求，得到Q: f (Y，β)模型；再通過訓(xùn)練得到風(fēng)機(jī)效率模型H: f(Y, β);結(jié)合轉(zhuǎn)速變量，在上述的靜態(tài)特性模型基礎(chǔ)上訓(xùn)練得到汽動(dòng)引風(fēng)機(jī)的全工況模型；將上述全工況模型結(jié)合網(wǎng)頁編程技術(shù)以在線網(wǎng)站的形式發(fā)布，以實(shí)現(xiàn)汽動(dòng)引風(fēng)機(jī)工作點(diǎn)的在線確定；最后結(jié)合SIS系統(tǒng)獲得汽動(dòng)引風(fēng)機(jī)的實(shí)際運(yùn)行數(shù)據(jù)并對所建模型進(jìn)行實(shí)時(shí)在線修正。
[0021]下面結(jié)合實(shí)施例對本發(fā)明作更進(jìn)一步的說明。
[0022]以某電站660MW機(jī)組汽動(dòng)引風(fēng)機(jī)在線監(jiān)測模型為例，得到風(fēng)機(jī)廠家提供的風(fēng)機(jī)運(yùn)行特性數(shù)據(jù)，包括995r / min各個(gè)開度時(shí)的數(shù)據(jù)以及部分其他轉(zhuǎn)速下的數(shù)據(jù):首先將設(shè)計(jì)廠家提供的995r / min特性數(shù)據(jù)進(jìn)行篩選分析選取230個(gè)數(shù)據(jù)，分成訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)兩組，每組各115個(gè)；然后利用訓(xùn)練數(shù)據(jù)訓(xùn)練BP網(wǎng)絡(luò)模型，確定隱藏層為I層，輸出層I層，輸出為單輸出，隱藏層的神經(jīng)元個(gè)數(shù)取6個(gè)，輸出層的神經(jīng)元個(gè)數(shù)為I個(gè)，具體結(jié)構(gòu)如圖2所示，利用訓(xùn)練所得模型作出風(fēng)機(jī)特性曲線，利用測試數(shù)據(jù)測試模型準(zhǔn)確性，此過程的結(jié)果如圖3所示，圖中橫坐標(biāo)為引風(fēng)機(jī)的流量，縱坐標(biāo)為比壓Y(p/p )，圖中曲線是基于模型計(jì)算得出的風(fēng)機(jī)特性曲線；圖中的點(diǎn)是實(shí)際測得的數(shù)據(jù)分布情況，從圖中可以看出模型具有很高的精度；在以上模型的基礎(chǔ)上，結(jié)合廠家提供的變轉(zhuǎn)速數(shù)據(jù)以及部分根據(jù)風(fēng)機(jī)相似定律計(jì)算得到的數(shù)據(jù)，訓(xùn)練汽動(dòng)引風(fēng)機(jī)全工況模型，得到各層權(quán)值和閾值矩陣；再將所建模型結(jié)合編程技術(shù)以網(wǎng)站形式發(fā)布，實(shí)現(xiàn)對汽動(dòng)引風(fēng)機(jī)的在線監(jiān)測；最后將網(wǎng)站中得到的引風(fēng)機(jī)工作點(diǎn)信息與SIS系統(tǒng)中的實(shí)際運(yùn)行數(shù)據(jù)相比較，若精度不符合要求則采用實(shí)際運(yùn)行數(shù)據(jù)代替設(shè)計(jì)數(shù)據(jù)重新訓(xùn)練BP網(wǎng)絡(luò)進(jìn)行修正。
【權(quán)利要求】
1.一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，其特征在于，包括以下步驟: (1)將汽動(dòng)引風(fēng)機(jī)的廠家設(shè)計(jì) 數(shù)據(jù)進(jìn)行分析處理，通過對數(shù)據(jù)的訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，從而得到該汽動(dòng)引風(fēng)機(jī)的靜態(tài)特性模型； (2)結(jié)合轉(zhuǎn)速變量，在上述的靜態(tài)特性模型基礎(chǔ)上訓(xùn)練得到汽動(dòng)引風(fēng)機(jī)的全工況模型； (3)將上述全工況模型結(jié)合網(wǎng)頁編程技術(shù)以在線網(wǎng)站的形式發(fā)布，以實(shí)現(xiàn)汽動(dòng)引風(fēng)機(jī)工作點(diǎn)的在線確定； (4)結(jié)合SIS系統(tǒng)獲得汽動(dòng)引風(fēng)機(jī)的實(shí)際運(yùn)行數(shù)據(jù)并對所建模型進(jìn)行實(shí)時(shí)在線修正。
2.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，其特征在于，步驟(1)包括以下步驟: (1.D將汽動(dòng)引風(fēng)機(jī)的廠家設(shè)計(jì)數(shù)據(jù)進(jìn)行分析處理，選取能夠確定引風(fēng)機(jī)特性曲線的數(shù)據(jù)點(diǎn)，將每個(gè)數(shù)據(jù)點(diǎn)的比壓Y(p/p)、容積流量Q、葉片角度β和風(fēng)機(jī)轉(zhuǎn)速η劃分為訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)兩組； (1.2)將步驟(1.1)中訓(xùn)練數(shù)據(jù)的比壓Y(p/p)、容積流量Q和葉片角度β分別歸一化，比壓Y(p/p)和葉片角度β作為輸入，容積流量Q作為輸出建立靜態(tài)模型；設(shè)定隱藏層數(shù)目和各層神經(jīng)元個(gè)數(shù)，得到BP網(wǎng)絡(luò)模型，利用步驟(1.1)的測試數(shù)據(jù)檢測該BP網(wǎng)絡(luò)模型的精度網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行修改，并且通過反復(fù)訓(xùn)練直至達(dá)到精度要求，得到Q: f(Y，β)模型; (1.3)通過步驟(1.1)中訓(xùn)練數(shù)據(jù)，采用步驟(1.2)中的方法訓(xùn)練得到風(fēng)機(jī)效率模型η: f(Y, β)。
3.如權(quán)利要求2所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，其特征在于，步驟⑵在步驟(1.2)的Q: f(Y，β)模型和步驟(1.3) η: f(Y，β)模型基礎(chǔ)上，增加轉(zhuǎn)速變量η，通過重新的訓(xùn)練，得到Q: f(Y，β，η)的全工況模型。
4.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的汽動(dòng)引風(fēng)機(jī)全工況在線監(jiān)測方法，其特征在于，步驟(3)中所使用的網(wǎng)頁編程技術(shù)為ASP.NET網(wǎng)頁編程技術(shù)。
【文檔編號】G06N3/02GK103903087SQ201410081739
【公開日】2014年7月2日 申請日期:2014年3月6日 優(yōu)先權(quán)日:2014年3月6日
【發(fā)明者】司風(fēng)琪, 郭俊山, 邵壯, 祝康平 申請人:東南大學(xué), 中電神頭發(fā)電有限責(zé)任公司