基于知识图谱与机器学习的低热值燃气轮机特性控制方法技术

本发明专利技术公开了一种基于知识图谱与机器学习的低热值燃气轮机特性控制方法。实时获取低热值燃气轮机的运行数据，提取四大部件的特征变量，建立部件特征变量的知识图谱；对特征变量进行实时运行数据分析建立部分工况部件特性图谱；结合部件知识图谱中特征变量关联关系，对部分工况部件特性图谱进行优化，构成全工况部件特性图谱；建立变工况过程控制函数，用变工况过程控制函数对实时运行数据进行总体变工况计算处理，预测变工况过程中控制参数进而进行调整控制。本发明专利技术减少了高昂的部件试验成本，避免了煤气压气机单独部件试验存在的煤气泄露风险，避免了部件特性三维建模仿真计算时间长、计算准确性低的问题，提高了可靠性、经济性和安全性。经济性和安全性。经济性和安全性。

【技术实现步骤摘要】
基于知识图谱与机器学习的低热值燃气轮机特性控制方法


[0001]本专利技术涉及低热值燃气轮机特性建模领域的一种燃气轮机控制方法，具体涉及到基于知识图谱与机器学习的低热值燃气轮机特性控制方法。

技术介绍

[0002]低热值燃气轮机由于燃料热值低、变工况频繁，全工况、高精度、动态更新的低热值燃气轮机特性图谱对控制系统参数的设计和安全运行尤为重要。低热值燃气轮机特性图谱主要包括空气压气机特性图谱、煤气压气机特性图谱、燃烧室特性图谱、涡轮特性图谱。
[0003]现有的全三维计算仿真技术受限于湍流模型、边界层、边界条件、计算网格数，无法计算得到全工况、高精度、动态更新的低热值燃气轮机部件特性图谱。现有的空气压气机部件试验、煤气压气机部件试验、燃烧室部件试验、涡轮部件试验，受限于大负荷(超过50MW)、煤气毒性、高的燃烧温度(最高超过1300℃)等，试验成本高昂，而且单独的部件试验，由于边界条件的不同，不能完全表征部件在整机上的特性图谱。直接整机全流程参数试验，成本高昂，且由于四大部件共同匹配工作，无法直接获取全工况特性图谱。
[0004]现有技术手段难以获取全工况、高精度、动态更新的低热值燃气轮机特性图谱。

技术实现思路

[0005]为了解决
技术介绍
中存在的问题，本专利技术提供了基于知识图谱与机器学习的低热值燃气轮机特性控制方法，通过低热值燃气轮机部件知识图谱和运行数据机器学习模型不断实时迭代，提高全工况特性谱图的准确性，增加动态过程的控制精度，实现低热值燃气轮机特性图谱的动态更新，减少了高昂的部件试验成本，避免了煤气压气机单独部件试验存在的煤气泄露风险，避免了部件特性三维建模仿真计算时间长、计算准确性低的问题。
[0006]为实现上述目的，本专利技术解决其技术问题所采用的技术方案是：
[0007]步骤一：实时获取低热值燃气轮机的运行数据，提取低热值燃气轮机中的空气压气机、煤气压气机、燃烧室、涡轮四大部件的特征变量，进行特征变量相关性分析，抽取特征变量物理机理关系，据此建立低热值燃气轮机中部件特征变量的知识图谱；
[0008]步骤二：根据知识图谱对低热值燃气轮机的特征变量进行实时运行数据分析，建立部分工况部件特性图谱；
[0009]步骤三：结合低热值燃气轮机部件知识图谱中特征变量的关联关系，采用随机森林集成机器学习算法对部分工况部件特性图谱进行优化，进而用于全工况部件特性图谱预测，构成全工况部件特性图谱；
[0010]步骤四：采用四大部件构成的全工况特性图谱中的特性预测函数建立变工况过程控制函数，用变工况过程控制函数对低热值燃气轮机的实时运行数据进行总体变工况计算处理，预测变工况过程中控制参数进而进行调整控制。
[0011]在频繁的变工况下低热值燃气轮机实现全工况部件特性图谱的动态更新。
[0012]本专利技术所述的低热值是指燃料热值范围在2.5～4.5MJ/Nm3之间。
[0013]所述步骤一中，提取的特征变量包括热力特征变量、输出特征变量、运动特征变量、几何特征变量，建立上述四种类型特征变量之间的知识图谱。
[0014]所述的热力特征变量为四大部件各自进口和出口的压力、温度、流量，输出特征变量为四大部件各自的负荷，运动特征变量为四大部件各自的转速，对于几何特征变量四大部件各不同，空气压气机的几何特征变量为空气压气机的进口可调导叶IGV开度、高压防喘阀开度、低压防喘阀开度，煤气压气机的几何特征变量为煤气压气机的可转导叶VGV开度、高压防喘阀开度、中压防喘阀开度、低压防喘阀开度，燃烧室的几何特征变量为燃烧旁通阀开度，涡轮为固定几何部件，无用于控制调节的几何特征变量。
[0015]所述步骤二中，建立部分工况部件特性图谱包括，
[0016]建立空气压气机压比、效率分别与空气压气机的出口折合流量的工况特性图谱；
[0017]建立煤气压气机压比、效率分别与煤气压气机的出口折合流量的工况特性图谱；
[0018]建立燃烧室压力损失系数、效率分别与低热值燃气轮机的转速、负荷的工况特性图谱；
[0019]建立涡轮出口折合流量、效率分别与涡轮膨胀比的工况特性图谱。
[0020]部分工况指低热值燃气轮机在某段时间内实际运行过程中几何特征变量、运动特征变量、输出特征变量的变化范围。
[0021]从知识图谱中抽取特征变量物理机理关系，通过四大部件进口和出口截面节点的流量平衡、负荷平衡、压力平衡建立低热值燃气轮机部件特征变量关联关系的知识图谱。
[0022]所述的步骤三中，低热值燃气轮机部件知识图谱中特征变量的关联关系包括：
[0023]A)空气压气机部件特性预测函数：
[0024]π
c
＝f1(m
c
,IGV,Bleed
cH
,Bleed
cL
,n)，η
c
＝f2(m
c
,IGV,Bleed
cH
,Bleed
cL
,n)
[0025]其中，f1、f2为第一、第二空气压气机部件特性预测函数，π
c
为空气压气机压比，η
c
为空气压气机效率，m
c
为空气压气机出口折合流量，IGV为空气压气机进口可调导叶开度，Bleed
cH
、Bleed
cL
分别为空气压气机的高压防喘阀开度和低压防喘阀开度，n为低热值燃气轮机的转速；
[0026]B)煤气压气机部件特性预测函数：
[0027]π
gc
＝f3(m
gc
,VGV,Bleed
gcH
,Bleed
gcM
,Bleed
gcL
,n)
[0028]η
gc
＝f4(m
gc
,VGV,Bleed
gcH
,Bleed
gcM
,Bleed
gcL
,n)
[0029]其中，f3、f4为第一、第二煤气压气机部件特性预测函数，π
gc
为煤气压气机压比，η
gc
为煤气压气机效率，m
gc
为煤气压气机出口折合流量，VGV为煤气压气机进口可调导叶开度，Bleed
gcH
、Bleed
gcM
、Bleed
gcL
分别为煤气压气机的高压防喘阀开度、中压防喘阀开度和低压防喘阀开度；
[0030]C)燃烧室部件特性预测函数：
[0031]dp＝f5(Bypass,n,P)，η
cb
＝f6(Bypass,n,P)
[0032]其中，f5、f6为第一、第二燃烧室部件特性预测函数，燃烧室不同特性分为升转速过程和升负荷过程两部分，d
p
为燃烧室压损，η
cb
为燃烧室效率，Bypass为燃烧室旁通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱与机器学习的低热值燃气轮机特性控制方法，其特征在于：方法包括以下步骤：步骤一：实时获取低热值燃气轮机的运行数据，提取低热值燃气轮机中的空气压气机、煤气压气机、燃烧室、涡轮四大部件的特征变量，据此建立低热值燃气轮机中部件特征变量的知识图谱；步骤二：根据知识图谱对低热值燃气轮机的特征变量进行实时运行数据分析，建立部分工况部件特性图谱；步骤三：结合低热值燃气轮机部件知识图谱中特征变量的关联关系，采用随机森林集成机器学习算法对部分工况部件特性图谱进行优化，进而用于全工况部件特性图谱预测，构成全工况部件特性图谱；步骤四：采用全工况特性图谱建立变工况过程控制函数，用变工况过程控制函数对低热值燃气轮机的实时运行数据进行总体变工况计算处理，预测变工况过程中控制参数进而进行调整控制。2.根据权利要求1所述的基于知识图谱与机器学习的低热值燃气轮机特性控制方法，其特征在于：所述步骤一中，提取的特征变量包括热力特征变量、输出特征变量、运动特征变量、几何特征变量，建立上述四种类型特征变量之间的知识图谱。3.根据权利要求2所述的基于知识图谱与机器学习的低热值燃气轮机特性控制方法，其特征在于：所述的热力特征变量为四大部件各自进口和出口的压力、温度、流量，输出特征变量为四大部件各自的负荷，运动特征变量为四大部件各自的转速，空气压气机的几何特征变量为空气压气机的进口可调导叶IGV开度、高压防喘阀开度、低压防喘阀开度，煤气压气机的几何特征变量为煤气压气机的可转导叶VGV开度、高压防喘阀开度、中压防喘阀开度、低压防喘阀开度，燃烧室的几何特征变量为燃烧旁通阀开度。4.根据权利要求1所述的基于知识图谱与机器学习的低热值燃气轮机特性控制方法，其特征在于：所述步骤二中，建立部分工况部件特性图谱包括，建立空气压气机压比、效率分别与空气压气机的出口折合流量的工况特性图谱；建立煤气压气机压比、效率分别与煤气压气机的出口折合流量的工况特性图谱；建立燃烧室压力损失系数、效率分别与低热值燃气轮机的转速、负荷的工况特性图谱；建立涡轮出口折合流量、效率分别与涡轮膨胀比的工况特性图谱。5.根据权利要求1所述的建立四种类型特征变量之间的知识图谱，其特征在于：所述的步骤三中，低热值燃气轮机部件知识图谱中特征变量的关联关系包括：A)空气压气机部件特性预测函数：π
c
＝f1(m
c
,IGV,Bleed
cH
,Bleed
cL
,n)，η
c
＝f2(m
c
,IGV,Bleed
cH
,Bleed
cL
,n)其中，f1、f2为第一、第二空气压气机部件特性预测函数，π
c
为空气压气机压比，η
c
为空气压气机效率，m
c
为空气压气机出口折合流量，IGV为空气压气机进口可调导叶开度，Bleed
cH
、Bleed
cL
分别为空气压气机的高压防喘阀开度和低压防喘阀开度，n为低热值燃气轮机的转速；B)煤气压气机部件特性预测函数：π
gc
＝f3(m
gc
,VGV,Bleed
gcH
,Bleed
gcM
,Bleed
gcL
,n)η
gc
＝f4(m
gc
,VGV,Bleed
gcH
,Bleed
gcM
,Bleed
gcL
,n)
其中，f3、f4为第一、第二煤气压气机部件特性预测函数，π
gc
为煤气压气机压比，η
gc
为煤气压气机效率，m
gc
为煤气压气机出口折合流量，VGV为煤气压气机进口可调导叶开度，Bleed
gcH
、Bleed
gcM
、Bleed
gcL
分别为煤气压气机的高压防喘阀开度、中压防喘阀开度和低压防喘阀开度；C)...

【专利技术属性】
技术研发人员：辛小鹏，刘振宇，谭建荣，撒国栋，张栋豪，刘惠，
申请(专利权)人：浙江大学，
类型：发明
国别省市：