本发明专利技术涉及储能技术领域，提供了一种压缩空气储能电站离心压缩机叶轮优化设计方法及系统，所述方法包括：S1建立多种额定工况下离心压缩机样本数据库；S2构建离心压缩机深度信念神经网络模型，使用所述样本数据库对模型进行训练，优化模型参数；S3给定待设计离心压缩机的性能指标参数，利用训练后的模型获得离心压缩机的优化结构参数，并根据优化结构参数，对叶轮进行建模及性能验证。所述系统包括：离心压缩机样本数据库单元、离心压缩机深度信念神经网络模型训练单元、叶轮优化设计单元。本发明专利技术具有强大的非线性映射能力和自学习能力，能够挖掘离心压缩机叶轮结构参数和性能参数之间的非线性关系，从而更准确、快速地优化叶轮设计参数。
【技术实现步骤摘要】
本专利技术涉及储能，特别涉及一种压缩空气储能电站离心压缩机叶轮优化设计方法及系统。
技术介绍
1、压缩空气储能作为一种长时储能，具有容量大、安全性高、使用寿命长、建设成本低的特点，在调峰、调频、削峰填谷、旋转惯量支撑等辅助服务具有重要支撑作用，能够助力新型电力系统的快速发展。
2、压缩机作为其重要的设备，采用气体动力学方法，利用叶轮使气体在离心场中压力得到提高，同时动能增加，随后在扩压流道中流动时这部分动能又转变为静压能，使气体压力进一步提高。因此，叶轮作为离心压缩机的重要做功部件，优化叶片结构参数对提升压缩机性能，降低能耗具有重要意义。
3、常用的设计方法主要有相似准则方法、流道设计方法以及模型方法。相似准则方法主要根据以往设计准则，对新的叶轮进行设计；流道设计方法基于基本元件的性能曲线预测新设计元件的性能，进而确定叶轮结构参数；模型方法主要使用复杂的经验或理论模型寻找最优设计参数。离心压缩机的结构参数与性能参数存在非线性关系，如何采用更精确的方法构建结构参数与性能参数之间的非线性关系具有重要意义。
>4、本专利技术采用本文档来自技高网...
【技术保护点】
1.一种压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，所述方法包括：
2.如权利要求1所述的压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，步骤S1中，所述离心压缩机结构参数包括进口轮缘半径、进口轮毂半径、转子出口半径、入口气流角和叶轮转速；所述性能指标参数包括效率、压比和流量；所述约束条件为根据工程实际确定的离心压缩机结构参数取值范围。
3.如权利要求1所述的压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，步骤S1中，所述多种额定工况包括低温工况、常温工况及高温工况。
4.如权利要求2所述的压缩空气储能电站离心压缩机叶轮优化...
【技术特征摘要】
1.一种压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，所述方法包括：
2.如权利要求1所述的压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，步骤s1中，所述离心压缩机结构参数包括进口轮缘半径、进口轮毂半径、转子出口半径、入口气流角和叶轮转速；所述性能指标参数包括效率、压比和流量；所述约束条件为根据工程实际确定的离心压缩机结构参数取值范围。
3.如权利要求1所述的压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，步骤s1中，所述多种额定工况包括低温工况、常温工况及高温工况。
4.如权利要求2所述的压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，步骤s1中，所述样本数据库的建立方法具体为：基于标准叶轮，设定不同的工况，通过不断改变进口轮缘半径、进口轮毂半径、入口气流角、转子出口直径、叶轮转速参数，通过cfd软件仿真得到相应的离心压缩机效率、压比、流量参数。
5.如权利要求1所述的压缩空气储能电站离心压缩机叶轮优化设计方法，其特征在于，步骤s2中，所述离心压缩机深度信念神经网络模型由多层无监督的受限玻尔兹曼机rbm和bp神经网络组成，其中rbm包括可视层、隐含层、输出层；
【专利技术属性】
技术研发人员：袁照威，陈永安，戴剑锋，张春琳，刘子涛，李军，夏雨，
申请(专利权)人：中能建数字科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。