数据驱动的燃气轮机联合循环机组退化分析与预测

曹启威; 陈时熠; 向文国

doi:10.13334/j.0258-8013.pcsee.231562

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

数据驱动的燃气轮机联合循环机组退化分析与预测

发电 | 更新时间：2026-01-15

- 数据驱动的燃气轮机联合循环机组退化分析与预测
- 数据驱动的燃气轮机联合循环机组退化分析与预测
- 中国电机工程学报 2025年45卷第6期页码：2243-2251
- 作者机构：
  
  东南大学能源与环境学院
- 作者简介：
- 基金信息：
  
  国家科技重大专项(2017-I-0001-0001)~~
- DOI：10.13334/j.0258-8013.pcsee.231562
  中图分类号： TM611.3
- 纸质出版：2025
- 稿件说明：
移动端阅览
曹启威, 陈时熠, 向文国. 数据驱动的燃气轮机联合循环机组退化分析与预测[J]. 中国电机工程学报, 2025,45(6):2243-2251.

曹启威, 陈时熠, 向文国. 数据驱动的燃气轮机联合循环机组退化分析与预测[J]. 2025, 45(6): 2243-2251.
曹启威, 陈时熠, 向文国. 数据驱动的燃气轮机联合循环机组退化分析与预测[J]. 中国电机工程学报, 2025,45(6):2243-2251. DOI： 10.13334/j.0258-8013.pcsee.231562.

曹启威, 陈时熠, 向文国. 数据驱动的燃气轮机联合循环机组退化分析与预测[J]. 2025, 45(6): 2243-2251. DOI： 10.13334/j.0258-8013.pcsee.231562.

摘要

燃气轮机联合循环机组在长期运行后，性能会出现退化，需要及时进行维护。但由于机组退化程度不能直接测量，因此，该文基于改进的深度前向神经网络开发一种数据驱动的退化建模方法，将能够表达重型燃气轮机联合循环系统状态的关键测点数据融合为健康指数以表征联合循环机组的健康状态。通过这种方法分析联合循环机组及其部件性能变化的趋势。结果表明，机组的性能退化主要来自于其蒸汽系统的退化，这与电厂大修总结报告的描述相吻合，证明该方法的有效性。为满足维修的实际需要，采用基于时间序列的长短期记忆网络建立高精度的预测模型，预测部件及机组的健康指数的均方根误差均小于0.03，可以为联合循环机组维修决策提供一定依据。

Abstract

关键词

Keywords

references

浏览量

455

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合机器学习-优化的配电网低碳运行方法

神经网络在线学习模糊自适应控制及其应用

数据融合新技术在识别变压器油中四种特征气体的研究

基于Tabu搜索技术的暂态稳定分类神经网络的输入特征选择

自组织网络及其在发电机模型研究中的应用